机器学习实战.pdfVIP

机 器 学 习 实 战 ( 用 Scikit-learn 和 TensorFlow进行机器学习 ) 一、简介 Scikit-learn 集成了很多机器学习需要使用的函数，学习 Scikit-learn 能简洁、快速写 出机器学习程序。 并且通过代码更加深入的了解机器学习模型， 学习如何处理数据， 如何选择模 型，如何选择和调整模型参数。 二、配置必要的环境 1、推荐安装 Anaconda （集成 Python 和很多有用的 Package ） 2、编辑器： Spyder 或 Pycharm 或 Jupyter Notebook 三、开始实战（处理 CSV表格数据） 1、下载数据 数据集为房屋信息 housing ，代码运行后，会下载一个 tgz 文件，然后用 tarfile 解压， 解压后目录中会有一个 housing.scv 文件（可以自行用 excel 打开看看），下载代码为： import os import tarfile from six.moves import urllib DOWNLOAD_ROOT = /ageron/handson-ml/master/ HOUSING_PATH = datasets/housing HOUSING_URL = DOWNLOAD_ROOT + HOUSING_PATH + /housing.tgz def fetch_housing_data(housing_url=HOUSING_URL, housing_path=HOUSING_PATH): if not os.path.isdir(housing_path): os.makedirs(housing_path) tgz_path = os.path.join(housing_path, housing.tgz) urllib.request.urlretrieve(housing_url, tgz_path) housing_tgz = tarfile.open(tgz_path) housing_tgz.extractall(path=housing_path) housing_tgz.close() fetch_housing_data() 2、读入数据 通过 panda 库读取 csv 文件。 import pandas as pd def load_housing_data(housing_path=HOUSING_PATH): csv_path = os.path.join(housing_path, housing.csv) return pd.read_csv(csv_path) housing = load_housing_data() 3、观察数据 载入数据以后，首先就是要观察数据是否成功导入，是否存在缺失值，是否存在异常值， 数据的特征呈现何种分布等。 head() 输出前 5 个数据和表头 head() 可以查看数据是否成功导入，并可