【免费】Python数据挖掘入门与实践1资源-CSDN文库

需积分: 0 20 浏览量 2022-08-04 15:45:13 上传评论收藏 252KB PDF 举报

资源详情

资源评论

资源推荐

Python 数据挖掘入门与实践

一、开启数据挖掘之旅

1.3.1 简单的排序规则

支持度：指数据集中规则应验的次数，统计起来很简单。有时候，还需要对支持度进行规范化，即

再除以规则有效前提下的总数量。

置信度：符合给定条件（即规则的“如果”语句所表示的前提条件）的所有规则里，跟当前规则结论

一致的比例有多大。计算方法为首先统计当前规则的出现次数，再用它来除以条件（“如果”语句）

相同的规则数量。



1.5.2 OneR算法

根据已有数据中，具有相同特征值的个体最可能属于哪个类别进行分类

算法首先遍历每个特征的每一个取值，对于每一个特征值，统计它在各个类别中的出现次数，找到

它出现次数最多的类别，并统计它在其他类别中的出现次数。

统计完所有的特征值及其在每个类别的出现次数后，我们再来计算每个特征的错误率。

计算方法为把它的各个取值的错误率相加，选取错误率最低的特征作为唯一的分类准则

（OneR），用于接下来的分类。



二、scikit-learn

估计器（Estimator）：用于分类、聚类和回归分析。

转换器（Transformer）：用于数据预处理和数据转换。

流水线（Pipeline）：组合数据挖掘流程，便于再次使用。

2.1 估计器

fit()：训练算法，设置内部参数。该函数接收训练集及其类别两个参数。

predict()：参数为测试集。预测测试集类别，并返回一个包含测试集各条数据类别的数组。

2.2.2 标准预处理

MinMaxScaler类进行基于特征的规范化

from sklearn.preprocessing import MinMaxScaler

把每个特征的值域规范化为0到1之间。最小值用0代替，最大值用1代替，其余值介于两者之间。

X_transformed = MinMaxScaler().fit_transform(X)



为使每条数据各特征值的和为1，使用sklearn.preprocessing.Normalizer。

为使各特征的均值为0，方差为1，使用sklearn.preprocessing.StandardScaler，常用作规范化的

基准。

为将数值型特征的二值化，使用sklearn.preprocessing.Binarizer，大于阈值的为1，反之为0。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

内容反馈

开眼旅行精选

粉丝: 12
资源: 327

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip