100 Ngày học Machine Learning Code- Ngày 1

Ngày 1: Tiền xử lý dữ liệu  (#100ngayMLcode)

Như nội dung của Inforgraphic dưới đây chúng tôi chia nhỏ việc Tiền xử lý dữ liệu thành 6 bước:

Bước 1: Khởi tạo thư viện

import numpy as np
import pandas as pd

Bước 2: Nhập dữ liệu

dataset = pd.read_csv('Data.csv')
X = dataset.iloc[ : , :-1].values
Y = dataset.iloc[ : , 3].values

Bước 3: Xử lý các dữ liệu còn thiếu

from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)
imputer = imputer.fit(X[ : , 1:3])
X[ : , 1:3] = imputer.transform(X[ : , 1:3])

Bước 4: Mã hóa các nhóm dữ liệu được phân loại

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_X = LabelEncoder()
X[ : , 0] = labelencoder_X.fit_transform(X[ : , 0])

Tạo 1 biến giả

onehotencoder = OneHotEncoder(categorical_features = [0])
X = onehotencoder.fit_transform(X).toarray()
labelencoder_Y = LabelEncoder()
Y =  labelencoder_Y.fit_transform(Y)

Bước 5: Chia bộ dữ liệu thành tập “train” và “test” ( huấn luyện và kiểm tra)

from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X , Y , test_size = 0.2, random_state = 0)

Bước 6: Tính năng mở rộng

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.fit_transform(X_test)

Hoàn thành!

Chúc mừng bạn đã kết thúc các bước code của ngày đầu tiên!

Còn tiếp…

Theo: Avik Jain (github.com)

Bạn còn đang ở đó không?

Hãy comment hoặc share để chúng tôi tiếp tục phát triển thêm nội dung này nhé.

Chân thành cám ơn!

Phản hồi

phản hồi

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Website này sử dụng Akismet để hạn chế spam. Tìm hiểu bình luận của bạn được duyệt như thế nào.