当前位置: 首页 > news >正文

江西鄱阳专业做网站网站代码编辑器

江西鄱阳专业做网站,网站代码编辑器,长沙市最新防疫政策,深圳市电商网站建设企业两个最主要的处理缺失值的方法是#xff1a; ❏ 删除缺少值的行#xff1b; ❏ 填充缺失值#xff1b; 我们首先将serum_insulin的中的字段值0替换为None#xff0c;可以看到缺失值的数量为374个#xff1b; print(pima[serum_insulin].isnull().sum()) pima[serum_insu…两个最主要的处理缺失值的方法是 ❏ 删除缺少值的行 ❏ 填充缺失值 我们首先将serum_insulin的中的字段值0替换为None可以看到缺失值的数量为374个 print(pima[serum_insulin].isnull().sum()) pima[serum_insulin] pima[serum_insulin].map(lambda x:x if x ! 0 else None) print(pima[serum_insulin].isnull().sum()) # 0 # 374替换所有的缺失字段可以看到不同字段缺失值的情况是不一样的 columns [serum_insulin, bmi, plasma_glucose_concentration,diastolic_blood_pressure, triceps_thickness] for c in columns:pima[c].replace([0], [None], inplaceTrue)print(pima.isnull().sum()) # times_pregnant 0 # plasma_glucose_concentration 5 # diastolic_blood_pressure 35 # triceps_thickness 227 # serum_insulin 374 # bmi 11 # pedigree_function 0 # age 0 # onset_diabetes 0 # dtype: int64可以看到此时describe不会针对有缺失值的列进行计算 print(pima.describe()) # times_pregnant pedigree_function age onset_diabetes # count 768.000000 768.000000 768.000000 768.000000 # mean 3.845052 0.471876 33.240885 0.348958 # std 3.369578 0.331329 11.760232 0.476951 # min 0.000000 0.078000 21.000000 0.000000 # 25% 1.000000 0.243750 24.000000 0.000000 # 50% 3.000000 0.372500 29.000000 0.000000 # 75% 6.000000 0.626250 41.000000 1.000000 # max 17.000000 2.420000 81.000000 1.000000我们可以自己手动计算均值 # print(pima[plasma_glucose_concentration].mean(), pima[plasma_glucose_concentration].std())# 121.6867627785059 30.53564107280403处理缺失数据最简单的方式就是丢弃数据行我们使用dropna方法进行处理可以看到将近丢弃一半的数据从机器学习的角度考虑尽管数据都有值、很干净但是我们没有利用尽可能多的数据忽略了一半以上的观察值。 pima_dropped pima.dropna() rows pima.shape[0] rows_dropped pima_dropped.shape[0] num_rows_lost round(100*(rows-rows_dropped)/rows) print(lost {}% rows.format(num_rows_lost)) # lost 49% rows通过以下我们可以看到糖尿病的患病概率影响并不是很大 print(pima[onset_diabetes].value_counts(normalizeTrue)) print(pima_dropped[onset_diabetes].value_counts(normalizeTrue)) # onset_diabetes # 0 0.651042 # 1 0.348958 # Name: proportion, dtype: float64 # onset_diabetes # 0 0.668367 # 1 0.331633 # Name: proportion, dtype: float64通过以下可以看到各个字段的均值处理前后的大小 pima_mean pima.mean() pima_dropped_mean pima_dropped.mean() print(pima_mean) print(pima_dropped_mean) # times_pregnant 3.845052 # plasma_glucose_concentration 121.686763 # diastolic_blood_pressure 72.405184 # triceps_thickness 29.15342 # serum_insulin 155.548223 # bmi 32.457464 # pedigree_function 0.471876 # age 33.240885 # onset_diabetes 0.348958 # dtype: object# times_pregnant 3.30102 # plasma_glucose_concentration 122.627551 # diastolic_blood_pressure 70.663265 # triceps_thickness 29.145408 # serum_insulin 156.056122 # bmi 33.086224 # pedigree_function 0.523046 # age 30.864796 # onset_diabetes 0.331633 # dtype: object可以看到进行数据处理之后每个字段的变化率 mean_percent (pima_dropped_mean - pima_mean) / pima_mean print(mean_percent) # times_pregnant -0.141489 # plasma_glucose_concentration 0.007731 # diastolic_blood_pressure -0.024058 # triceps_thickness -0.000275 # serum_insulin 0.003265 # bmi 0.019372 # pedigree_function 0.108439 # age -0.071481 # onset_diabetes -0.04965 # dtype: object通过饼图查看各个字段的百分比变化 ax mean_percent.plot(kindbar, title% change in average column values) ax.set_ylabel(% change) plt.show()可以看到times_pregnant怀孕次数的均值在删除缺失值后下降了14%变化很大pedigree_function糖尿病血系功能也上升了11%也是个飞跃。可以看到删除行观察值会严重影响数据的形状所以应该保留尽可能多的数据。 使用处理过的数据训练scikit-learn的K最近邻KNNk-nearest neighbor分类模型可以看到最好的邻居数是7个此时KNN模型的准确率是74.5% from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCVX_dropped pima_dropped.drop(onset_diabetes, axis 1) print(learning from {} rows.format(X_dropped.shape[0])) y_dropped pima_dropped[onset_diabetes]knn_para {n_neighbors:[1,2,3,4,5,6,7]} knn KNeighborsClassifier() grid GridSearchCV(knn, knn_para) grid.fit(X_dropped, y_dropped) print(grid.best_score_, grid.best_params_)# learning from 392 rows # 0.7348263550795197 {n_neighbors: 7}
http://www.w-s-a.com/news/349503/

相关文章:

  • 网站开发的技术选型黄石市网站建设
  • 做直播网站需要证书吗专做宝宝的用品网站
  • 网站标题用什么符号网站制作交易流程
  • dede模板网站教程jsp网站搭建
  • 上海网站开发外包公司鲜花导购网页制作
  • 宿州外贸网站建设公司个人注册网站一般做什么
  • 小公司做网站用哪种服务器什么是网站代理
  • 青岛李村网站设计公司cms建站平台
  • 做saas网站可行吗许昌抖音推广公司
  • 网站建设找谁做seo基础知识培训
  • 微网站怎么做的好建设网站不会写代码
  • 广州外贸网站制作wordpress信息搜索插件
  • 福建高端网站建设个人公众号怎么制作教程
  • 企业网站有哪些举几个例子wordpress ie兼容插件
  • 高端的深圳网站页面设计福清市建设局官方网站
  • 安装网站到服务器合肥建设干部学校网站
  • 影视网站如何做销售案例网站
  • 建设网站对比方案龙岗网站开发公司
  • 网站开发标准网站建设公司兴田德润可信赖
  • 如何建设一个公众号电影网站自动seo优化
  • 个人网站能备案吗酱香拿铁采取了哪些网络营销方式
  • 网站建设及推广好做吗自己做的网站加入购物车价格
  • 涡阳在北京做网站的名人注册一个免费的网站
  • 三门峡建设环境局网站公司注册网上核名通道
  • 叶县建设局网站要看网海外域名是多少
  • 网站运行环境配置Wordpress支付时效
  • logo设计网站知乎港北网站建设
  • 北京市保障性住房建设投资中心官方网站有限责任公司的特点
  • 做网站卖互联网营销怎么做
  • 晋州市建设局网站建站网站系统