当前位置: 首页 > news >正文

企业进行网站建设的方式有深圳网站建设全包

企业进行网站建设的方式有,深圳网站建设全包,苏州seo关键词优化软件,项目外包和人力外包哪个好填充指的是利用现有知识/数据来确定缺失的数量值并填充的行为。我们有几个选择#xff0c;最常见的是用此列其余部分的均值填充缺失值#xff1b; 我们可以看到原始的数据集中有五行数据的plasma_glucose_concentration有缺失值#xff1b; print(pima[plasma_glucose_con…填充指的是利用现有知识/数据来确定缺失的数量值并填充的行为。我们有几个选择最常见的是用此列其余部分的均值填充缺失值 我们可以看到原始的数据集中有五行数据的plasma_glucose_concentration有缺失值 print(pima[plasma_glucose_concentration].isnull().sum()) # 5我们可以先看下这5行的数据的具体情况 plasma_empty_index pima[pima[plasma_glucose_concentration].isnull()].index print(pima.loc[plasma_empty_index]) # times_pregnant plasma_glucose_concentration diastolic_blood_pressure triceps_thickness serum_insulin bmi pedigree_function age onset_diabetes # 75 1 None 48 20 None 24.7 0.140 22 0 # 182 1 None 74 20 23 27.7 0.299 21 0 # 342 1 None 68 35 None 32.0 0.389 22 0 # 349 5 None 80 32 None 41.0 0.346 37 1 # 502 6 None 68 41 None 39.0 0.727 41 1我们使用列的均值进行填充之后可以看到缺失值的行数为0同时可以看到5行对应字段的值都是121.686763 pima[plasma_glucose_concentration].fillna(pima[plasma_glucose_concentration].mean(), inplaceTrue) print(pima[plasma_glucose_concentration].isnull().sum()) print(pima.loc[plasma_empty_index])# 0 # times_pregnant plasma_glucose_concentration diastolic_blood_pressure triceps_thickness serum_insulin bmi pedigree_function age onset_diabetes # 75 1 121.686763 48 20 None 24.7 0.140 22 0 # 182 1 121.686763 74 20 23 27.7 0.299 21 0 # 342 1 121.686763 68 35 None 32.0 0.389 22 0 # 349 5 121.686763 80 32 None 41.0 0.346 37 1 # 502 6 121.686763 68 41 None 39.0 0.727 41 1我们可以直接使用sklearn的SimpleImputer来进行数据的填充 from sklearn.impute import SimpleImputerimputer SimpleImputer(strategymean) pima_imputed imputer.fit_transform(pima) pima_imputed pd.DataFrame(pima_imputed, columnspima_column_names) print(pima_imputed.loc[plasma_empty_index]) # times_pregnant plasma_glucose_concentration diastolic_blood_pressure triceps_thickness serum_insulin bmi pedigree_function age onset_diabetes # 75 1.0 121.686763 48.0 20.0 155.548223 24.7 0.140 22.0 0.0 # 182 1.0 121.686763 74.0 20.0 23.000000 27.7 0.299 21.0 0.0 # 342 1.0 121.686763 68.0 35.0 155.548223 32.0 0.389 22.0 0.0 # 349 5.0 121.686763 80.0 32.0 155.548223 41.0 0.346 37.0 1.0 # 502 6.0 121.686763 68.0 41.0 155.548223 39.0 0.727 41.0 1.0可以看到所有的列都已经填充sklearn的填充处理类确实减少了繁琐的填充工作 print(pima_imputed.isnull().sum()) # times_pregnant 0 # plasma_glucose_concentration 0 # diastolic_blood_pressure 0 # triceps_thickness 0 # serum_insulin 0 # bmi 0 # pedigree_function 0 # age 0 # onset_diabetes 0 # dtype: int64如果我们直接使用0来填充缺失值同样使用KNN模型得到的准确率是0.7357185298361768有所降低的 from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCVpima_zero pima.fillna(0) X_zero pima_zero.drop(onset_diabetes, axis1) print(learning from {} rows.format(X_zero.shape[0])) y_zero pima_zero[onset_diabetes]knn_params {n_neighbors:[1, 2, 3, 4, 5, 6, 7]} knn KNeighborsClassifier() grid GridSearchCV(knn, knn_params) grid.fit(X_zero, y_zero) print(grid.best_score_, grid.best_params_) # learning from 768 rows # 0.7357185298361768 {n_neighbors: 7}scikit-learn有一个用于构建流水线的内置模块其会对原始输入数据进行各种预处理实际的训练过程中是需要首先划分数据集如果我们在应用算法之前直接对整个数据集填充值我们就是在作弊模型其实学不到任何模式。可以看见模型的准确率是66%并不好但这不是重点。重点是训练集和测试集都是用整个X矩阵的均值填充的。这违反了机器学习流程的核心原则。当预测测试集的响应值时不能假设我们已经知道了整个数据集的均值。 from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifierX pima[[serum_insulin]].copy() y pima[onset_diabetes].copy() entire_data_set_mean X.mean() X X.fillna(entire_data_set_mean) X_train, X_test, y_train, y_test train_test_split(X, y, random_state99) knn KNeighborsClassifier() knn.fit(X_train, y_train) score knn.score(X_test, y_test) print(score) # 0.6666666666666666我们使用训练样本的均值填充训练样本和测试样本的缺失值然后进行训练 from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifierX pima[[serum_insulin]].copy() y pima[onset_diabetes].copy() X_train, X_test, y_train, y_test train_test_split(X, y, random_state99) X_train_mean X_train.mean() X_train X_train.fillna(X_train_mean) X_test X_test.fillna(X_train_mean) knn KNeighborsClassifier() knn.fit(X_train, y_train) score knn.score(X_test, y_test) print(score) # 0.6822916666666666我们使用Pipeline结合SimpleImputer来使用均值填充数据查看训练结果 from sklearn.pipeline import Pipeline from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCVknn_para {classify__n_neighbors:[1, 2, 3, 4, 5, 6, 7]} knn KNeighborsClassifier() mean_impute Pipeline([(imputer, SimpleImputer(strategymean)),(classify, knn)]) X pima.drop(onset_diabetes, axis1) y pima[onset_diabetes] grid GridSearchCV(mean_impute, knn_para) grid.fit(X, y) print(grid.best_score_, grid.best_params_) # 0.7305407011289364 {classify__n_neighbors: 7}我们使用Pipeline结合SimpleImputer来使用中位数填充数据查看训练结果 from sklearn.pipeline import Pipeline from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCVknn_para {classify__n_neighbors:[1, 2, 3, 4, 5, 6, 7]} knn KNeighborsClassifier() mean_impute Pipeline([(imputer, SimpleImputer(strategymedian)),(classify, knn)]) X pima.drop(onset_diabetes, axis1) y pima[onset_diabetes] grid GridSearchCV(mean_impute, knn_para) grid.fit(X, y) print(grid.best_score_, grid.best_params_) # 0.7292589763177999 {classify__n_neighbors: 7}
http://www.zqtcl.cn/news/923919/

相关文章:

  • 第一次开票网站建设怎么开制作网站品牌公司哪家好
  • 医疗机械网站怎么做什么是o2o电商模式
  • 北京微网站建设设计服务营销导向的企业网站建设步骤
  • 网站 301网站设计评价标准
  • 网站页面设计规范大连装修公司哪家好
  • 祁东网站建设微信公众号做的网站
  • 火山开发软件可以开发网站吗盐城代运营
  • 网页制作与网站建设从入门到精通民宿客栈网站制作
  • 如何写手机适配网站自己做的网站能上传到凡科吗
  • 建设公司网站开发方案seo优化工具的种类
  • 没备案的网站怎么做淘客企业做网站服务费
  • 网址站点异常怎么解决机关单位建设网站 说明
  • 阿虎手机站青岛关键词排名系统
  • 西安网站建设聚星互联网站成功案例
  • 山东鲁为建设集团网站百度的合作网站有哪些
  • 电子商务网站建设与管理程序设计题6哪家微网站做的好
  • 网站建设图文片平面网页设计是什么
  • 域外网站宁波建设监理协会
  • 胶州网站建设公司哪家好wordpress怎么改标题
  • php网站开发综合案例免费注册推广网站
  • 邯郸做网站的地方广州网站制作
  • 企业网站制作公司24小时接单郑州手机网站推广外包
  • 接做施工图的网站手机移动网站模板
  • 做网站月薪资多少钱如何打开微信小程序
  • 免费建站网站一级大录像不卡在线看网页无锡网站排名提升
  • 无锡门户网站制作服务郑州艾特网站建设
  • 建设网站 万网网页设计表单代码模板
  • 网站速度查询app开发模板网站
  • 国外案例网站做电商网站有什么用
  • 自己做的网站点击赚钱免费制作二级网站