跳转至

intro-to-machine-learning

Pandas

pd: pandas 库

pd.read_csv(path_name) 用于读取 .csv comma-separated-values 格式的文件，返回一个对象。

对于这个对象可以用 .describe() 来粗略浏览。

用 .columns 获得各列名，用 .列名 来获得某一列。

用 .head() 查看前若干行。

对于只认识 list 的普通 python 代码，可以用 .tolist() 来转化。

还有一个很 python 的语法

Python
1
2
3
4
5
# Create the list of features below
feature_names = ['LotArea', 'YearBuilt', '1stFlrSF', '2ndFlrSF', 'FullBath', 'BedroomAbvGr', 'TotRmsAbvGrd']

# Select data corresponding to features in feature_names
X = home_data[ feature_names ]

DecisionTreeRegressor

决策树回归模型

建立对象：

Python
1
2
3
4
5
6
7
from sklearn.tree import DecisionTreeRegressor
# specify the model. 
#For model reproducibility, set a numeric value for random_state when specifying the model
iowa_model = DecisionTreeRegressor(random_state = 1)

# Fit the model
iowa_model.fit(X, y)

其中 .fit(X, y) 就是尝试建立从 \(X\) 到 \(y\) 的“映射”。

然后利用对象：

Python
1
2
predictions = iowa_model.predict(X)
print(predictions)

为了防止过拟合，可以考虑在定义对象时限制树深度：

Python
1
model = DecisionTreeRegressor(max_leaf_nodes=max_leaf_nodes, random_state=0)

train_test_split

将一组数据划分一下，一些用于训练，一些用于 validation。

Python
1
2
3
4
5
# Import the train_test_split function and uncomment
from sklearn.model_selection import train_test_split

# fill in and uncomment
train_X, val_X, train_y, val_y = train_test_split(X, y, random_state = 1)

视方便，有不同的写法来划分训练集和测试集、X 和 y。

Python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
import pandas as pd

concrete = pd.read_csv('../input/dl-course-data/concrete.csv')
df = concrete.copy()

df_train = df.sample(frac=0.7, random_state=0)
df_valid = df.drop(df_train.index)

X_train = df_train.drop('CompressiveStrength', axis=1)
X_valid = df_valid.drop('CompressiveStrength', axis=1)
y_train = df_train['CompressiveStrength']
y_valid = df_valid['CompressiveStrength']

mean_absolute_error

缩写 mae。

Python
1
2
from sklearn.metrics import mean_absolute_error
mae = mean_absolute_error(val_y, preds_val)

RandomForest

原理上来说就是搞好几棵决策树，组成所谓森林，然后每次取一下它们分别预测结果的平均值。

Python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
from sklearn.ensemble import RandomForestRegressor

# Define the model. Set random_state to 1
rf_model = RandomForestRegressor(random_state = 1)

# fit your model
rf_model.fit(train_X, train_y)

# Calculate the mean absolute error of your Random Forest model on the validation data
rf_val_mae = mean_absolute_error(rf_model.predict(val_X), val_y)