机械学习一

标签：features 特征 矩阵 numeric 机械学习 print 缺失

昨天我同学让我帮他弄机械学习作业，下面是作业：

请在anocanda等python环境中完成以下功能，并截图或拍照上
(1)使用seaborn库加载titanic数据集。(10分)
(2)以‘survived’ 为目标矩阵，其他特征作为特征矩阵。将特征
矩阵中的数据存储在变量X中，将目标矩阵中的数据存储在另一-个
变量Y中。(20分)
(3)打印出每个矩阵的形状。(10分)
(4)检查特征矩阵X的所有特征中的缺失值和异常值。如果存在缺失值和异常值，选择- -种方法处理它们。(20分)
(5)将所有文本特征转换为数字表示形式。(20分)
(6)通过归一化或标准化缩放数据。(20分)
代码;

import seaborn as sns
import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler, LabelEncoder
from sklearn.impute import SimpleImputer

# 使用Seaborn加载Titanic数据集
titanic_data = sns.load_dataset('titanic')

# 目标矩阵
Y = titanic_data['survived']

# 特征矩阵
X = titanic_data.drop('survived', axis=1)

# 打印特征矩阵和目标矩阵的形状
print("特征矩阵 X 的形状:", X.shape)
print("目标矩阵 Y 的形状:", Y.shape)

# 检查特征矩阵 X 中的缺失值
missing_values = X.isnull().sum()
print("\n特征矩阵 X 中的缺失值：")
print(missing_values)

# 处理缺失值
# 对于数值特征，可以使用均值填充缺失值
numeric_features = X.select_dtypes(include=['int64', 'float64']).columns
numeric_imputer = SimpleImputer(strategy='mean')
X[numeric_features] = numeric_imputer.fit_transform(X[numeric_features])

# 对于文本特征，可以使用最常见的类别填充缺失值
categorical_features = X.select_dtypes(include=['object']).columns
categorical_imputer = SimpleImputer(strategy='most_frequent')
X[categorical_features] = categorical_imputer.fit_transform(X[categorical_features])

# 检查是否还有缺失值
missing_values_after_imputation = X.isnull().sum()
print("\n处理缺失值后的特征矩阵 X 中的缺失值：")
print(missing_values_after_imputation)

# 将文本特征转换为数字表示形式
label_encoder = LabelEncoder()
for col in categorical_features:
    X[col] = label_encoder.fit_transform(X[col])

# 归一化或标准化数值特征
scaler = StandardScaler()
X[numeric_features] = scaler.fit_transform(X[numeric_features])

# 打印处理后的特征矩阵 X 的前几行
print("\n处理后的特征矩阵 X 的前几行:")
print(X.head())

在jupyter notebook运行;

 

 

 

 

标签：features,特征,矩阵,numeric,机械学习,print,缺失
From： https://www.cnblogs.com/daitu66/p/17734283.html