今天开始100天的machine learning精通专栏了，搬砖搬砖，大家也可以去作者的https://github.com/Avik-Jain/100-Days-Of-ML-Code上看英文原版哈，我会整理，并且会介绍算法原理。
开始学习了！第一天是关于数据处理工作。
机器学习中的数据处理实践流程主要如下：
第一步：python库导入。
Numpy：数组处理
Pandas：数据框，序列数据处理
import numpy as np
import pandas as pd
第二步：数据集导入。
数据集格式常包括：csv、txt等。
pandas中的read_csv，read_table方法读取并将其作为dataframe处理。
随后，我们可以将 dataframe 中的矩阵、向量和标量分离开来单独处理。
dataset = pd.read_csv('Data.csv')
X = dataset.iloc[ : , :-1].values
Y = dataset.iloc[ : , 3].values
第三步：缺失数据处理。
数据通常会因为一些原因而缺失，处理缺失数据有很多方法，比如直接剔除，对整列数据进行平均化或中值化来填补缺失数据，通过分布拟合，还可以通过构造模型填充。
对整列数据进醒平均化或中值化通过 sklearn.preprocessing 中的 Imputer 类方法来解决这个问题。
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])
第四步：编码类数据。
类数据是一个包含标签值的变量，通常它们被限制在一个固定的集合中。例如，‘Yes’ 或 ‘No’ 是无法用于模型中的数学表达式，因此我们需要对这些类数据进行编码，将其转化为数值。
编码方法中比较常用的是onehot编码，One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。
sklearn.preprocessing 中的 LabelEncoder 类方法来解决这个问题。
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_X = LabelEncoder()
X[ : , 0] = labelencoder_X.fit_transform(X[ : , 0])
onehotencoder = OneHotEncoder(categorical_features = [0])
X = onehotencoder.fit_transform(X).toarray()
labelencoder_Y = LabelEncoder()
Y = labelencoder_Y.fit_transform(Y)
第五步：数据集分割，训练集和测试集。
在机器学习中，我们通常需要对源数据集进行处理，以便分离出训练集和测试集，分别用于模型的训练和测试。通常所使用的分离比为7:3或8:2。
sklearn.crossvalidation 库的 train_test_split() 方法来解决这个问题。
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)
第六步：特征缩放（标准化）。
绝大多数机器学习算法会采用欧式距离，来衡量两个数据点特征变化情况。
这就会产生一个问题：相比于低量级的特征，高量级的特征会在距离计算中占更大的权重。对于数据的量级处理是在做算法之前经常需要做的工作。
导入 sklearn.preprocessing 库的 StandardScalar 方法引入特征标准化或 Z 分数正则化进行解决这类问题。
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.fit_transform(X_test)
哈，第一天的内容到此结束了，关于python的一些操作可参考https://www.pythonsheets.com/
网友评论