机器学习 -- 数据预处理

系列文章目录

未完待续……

---

目录

系列文章目录

前言

一、数值分析简介

二、内容

---

前言

tips：这里只是总结，不是教程哈。

以下内容仅为暂定，因为我还没找到一个好的，让小白（我自己）也能容易理解（更系统）的讲解顺序！

---

一、数值分析简介

咱们根据机器学习的流程来吧

咱们要进行机器学习首先需要数据，以及对数据进行预处理。

数据获取：获取数据途径多种多样。

数据清洗：有无缺失值，有无异常数据等。

数据拆分：机器学习的数据集划分一般分为两个部分：

????????训练数据：用于训练，构建模型。一般占70%-80%（数据量越大，取得比例最好越大）

????????测试数据：用于模型评估，检验模型是否有效。一般占20%-30%

二、数据获取

睡觉了睡觉了，明天再写

三、数据清洗

四、数据拆分

1、近似值

该处使用的url网络请求的数据。

2、内容

该处使用的url网络请求的数据。

3、思维方式

该处使用的url网络请求的数据。

4、根本课题

该处使用的url网络请求的数据。

1.1、嗡嗡嗡

嗡嗡嗡

1.2、十五万

嗡嗡嗡

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。