機器學習介紹和數據集介紹

機器學習：

機器學習是一門多學科交叉專業，涵蓋概率論知識，統計學知識，近似理論知識和復雜算法知識，使用計算機作為

工具并致力于真實實時的模擬人類學習方式，并將現有內容進行知識結構劃分來有效提高學習效率。

很難明確的定義，簡單的來說，機器學習就是利用數學方法和計算機技術通過對歷史數據進行分析得到規律(模

型)，并利用規律對未知數據進行預測。

數據集:

機器學習是從歷史數據獲得規律,那這些歷史數據是什么樣的呢?

可以獲取的數據集 :

scikit-learn數據量較小， 方便學習

kaggle大數據競賽平臺，80萬科學家， 真實數據，數據量巨大

UCI收錄了360個數據集，覆蓋科學，生活，經濟等領域，數據量幾十萬

常用的數據集結構組成 :特征值 + 目標值

# 注意 :?有些數據集可以沒有目標值 。每一行就是一個樣本。 每一列就是一個特征。 最后要預測的值就是目標。

scikit-learn

scikit-learn是基于Python語言的機器學習工具

簡單高效的數據挖掘和數據分析工具

可供大家在各種環境中重復使用

建立在Numpy , SciPy 和 matplotlib上

開源 ， 可商業使用 -BSD許可證

Scikit-learn 數據集API介紹

1. sklearn.datasets1.1加載獲取流行數據集1.2 datasets.load_*() --獲取小規模數據集，數據包含在datasets里1.3 datasetss.fetch_*(data_home=None)

獲取大規模數據集，需要從網絡上下載，函數的第一個參數是data_home， 表示數據集。下載目錄,默認是-/scikit-learn_data/

2. load_* 和 fetch_*返回的數據類型是datasets.base.Bunch(字典格式)

data:特征數據數組,是[n_ samples*n_features]的二維numpy.ndarray數組

target:標簽數組,是n_samples的維numpy.ndarray數組

DESCR:數據描述

feature_names:特征名，新聞數據，手寫數字，回歸數據集沒有

target_names;標簽名

#關于第二點, load_* 用于獲取小數據集 , fetch_* 用于獲取大數據集

scikit-learn 的使用 ：

#導入方式

from sklearn.datasets import load_iris #load_iris 導入是鳶尾花的數據

#加載鳶尾花的數據

li =load_iris()print('獲取特征值',li.data) #鳶尾花的特征，官方早已分類好的，可供直接使用

print('目標值',li.target) #分了3個類

li.DESCR # 鳶尾花的描述li.feature_names # 鳶尾花的特征名 花長 花寬li.target_names # 鳶尾花的標簽名

#1 特征值 # 值太多，只復制一部分展示

獲取特征值

[[5.1 3.5 1.4 0.2]

[4.9 3. 1.4 0.2]

[4.7 3.2 1.3 0.2]

[4.6 3.1 1.5 0.2]

[5. 3.6 1.4 0.2]

[5.4 3.9 1.7 0.4]

[4.6 3.4 1.4 0.3]

[5. 3.4 1.5 0.2]

[4.4 2.9 1.4 0.2]

[4.9 3.1 1.5 0.1]

[5.4 3.7 1.5 0.2]

[4.8 3.4 1.6 0.2]

[4.8 3. 1.4 0.1]

[4.3 3. 1.1 0.1]

[5.8 4. 1.2 0.2]

[5.7 4.4 1.5 0.4]

[5.4 3.9 1.3 0.4]

[5.1 3.5 1.4 0.3]

[5.7 3.8 1.7 0.3]

[5.1 3.8 1.5 0.3]

[5.4 3.4 1.7 0.2]

[5.1 3.7 1.5 0.4]

[4.6 3.6 1. 0.2]

[5.1 3.3 1.7 0.5]

[4.8 3.4 1.9 0.2]

[5. 3. 1.6 0.2]

[5. 3.4 1.6 0.4]

[5.2 3.5 1.5 0.2]

[5.2 3.4 1.4 0.2]

[4.7 3.2 1.6 0.2]

[4.8 3.1 1.6 0.2]

[5.4 3.4 1.5 0.4]

[5.2 4.1 1.5 0.1]

[5.5 4.2 1.4 0.2]

[4.9 3.1 1.5 0.2]

[5. 3.2 1.2 0.2]

[5.5 3.5 1.3 0.2]

[4.9 3.6 1.4 0.1]

[4.4 3. 1.3 0.2]

[5.1 3.4 1.5 0.2]

[5. 3.5 1.3 0.3]

[4.5 2.3 1.3 0.3]

[4.4 3.2 1.3 0.2]

[5. 3.5 1.6 0.6]

[5.1 3.8 1.9 0.4]

[4.8 3. 1.4 0.3]

[5.1 3.8 1.6 0.2]

[4.6 3.2 1.4 0.2]

[5.3 3.7 1.5 0.2]#2 目標值

目標值

[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 01 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

2 2]#3 描述

'.. _iris_dataset:\n\nIris plants dataset\n--------------------\n\n**Data Set Characteristics:**\n\n :Number of Instances: 150 (50 in each of three classes)\n :Number of Attributes: 4 numeric, predictive attributes and the class\n :Attribute Information:\n - sepal length in cm\n - sepal width in cm\n - petal length in cm\n - petal width in cm\n - class:\n - Iris-Setosa\n - Iris-Versicolour\n - Iris-Virginica\n \n :Summary Statistics:\n\n ============== ==== ==== ======= ===== ====================\n Min Max Mean SD Class Correlation\n ============== ==== ==== ======= ===== ====================\n sepal length: 4.3 7.9 5.84 0.83 0.7826\n sepal width: 2.0 4.4 3.05 0.43 -0.4194\n petal length: 1.0 6.9 3.76 1.76 0.9490 (high!)\n petal width: 0.1 2.5 1.20 0.76 0.9565 (high!)\n ============== ==== ==== ======= ===== ====================\n\n :Missing Attribute Values: None\n :Class Distribution: 33.3% for each of 3 classes.\n :Creator: R.A. Fisher\n :Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)\n :Date: July, 1988\n\nThe famous Iris database, first used by Sir R.A. Fisher. The dataset is taken\nfrom Fisher\'s paper. Note that it\'s the same as in R, but not as in the UCI\nMachine Learning Repository, which has two wrong data points.\n\nThis is perhaps the best known database to be found in the\npattern recognition literature. Fisher\'s paper is a classic in the field and\nis referenced frequently to this day. (See Duda & Hart, for example.) The\ndata set contains 3 classes of 50 instances each, where each class refers to a\ntype of iris plant. One class is linearly separable from the other 2; the\nlatter are NOT linearly separable from each other.\n\n.. topic:: References\n\n - Fisher, R.A. "The use of multiple measurements in taxonomic problems"\n Annual Eugenics, 7, Part II, 179-188 (1936); also in "Contributions to\n Mathematical Statistics" (John Wiley, NY, 1950).\n - Duda, R.O., & Hart, P.E. (1973) Pattern Classification and Scene Analysis.\n (Q327.D83) John Wiley & Sons. ISBN 0-471-22361-1. See page 218.\n - Dasarathy, B.V. (1980) "Nosing Around the Neighborhood: A New System\n Structure and Classification Rule for Recognition in Partially Exposed\n Environments". IEEE Transactions on Pattern Analysis and Machine\n Intelligence, Vol. PAMI-2, No. 1, 67-71.\n - Gates, G.W. (1972) "The Reduced Nearest Neighbor Rule". IEEE Transactions\n on Information Theory, May 1972, 431-433.\n - See also: 1988 MLC Proceedings, 54-64. Cheeseman et al"s AUTOCLASS II\n conceptual clustering system finds 3 classes in the data.\n - Many, many more ...'

#4 特征名

['sepal length (cm)','sepal width (cm)','petal length (cm)','petal width (cm)']#5 標簽名

array(['setosa', 'versicolor', 'virginica'], dtype='

上代碼運行結果，copy過來的

👆? 這是用于分類的小數據集 ， 👇用于分類的大數據集

1. sklearn.datasets.fetch_20newsgroups(data_home=None,subset='train'

1.1 subset:'train'或者'test','all',可選，選擇要加載的數據集 --train：訓練集，test：測試集，all：兩者全部1.2 datasets.clear_data_home(data_home=None) --清除目錄下的數據#代碼案例

from sklearn.datasets importfetch_20newsgroups

news= fetch_20newsgroups(subset='all')

用于回歸的數據集 ：

1. sklearn.datasets.load_boston() --加載并返回波士頓房價數據集2. sklearn.datasets.load_diabetes() --加載和返回糖尿病數據集#代碼案例

from sklearn.datasets importload_boston

lb=load_boston()print('特征值', lb.data) #目標值是連續的 回歸問題的特性 print('目標值', lb.target)

數據集劃分

數據集會劃分成兩部分：訓練集和測試集。

訓練集用來訓練，構建模型，測試集用來評估預測結果。

比例一般為75%的數據為訓練集，25%的數據為測試集。

API ：

sklearn.model_selection.train_test_split

from sklearn.model_selection import train_test_split

# x_train ,x_test ,y_train , y_test = train_test_split(x,y,test_size=0.*)

# x : 數據集的特征值

# y : 數據集的目標值

# test_size : 測試集的大小,一般為float

# radom_state : 隨機數種子,不同的種子會造成不同的隨機采樣結果.相同的種子采樣結果相同

# return -- 方法返回4個結果: 訓練集特征值, 測試集特征值, 訓練集目標值, 測試值目標值(默認隨機取值)

x_train ,x_test , y_train , y_test = train_test_split(li.data,li.target,test_size=0.25) #傳入的值 1. 特征值 2. 目標值 3. 測試集的大小 # 接收為固定寫法

# 👆? 以鳶尾花的數據為例 ， 寫了訓練集。這個是訓練方法? 。

x_train.shape #訓練集大小 112條 為原數據集的75%

li.data.shape #原數據集大小 150條

特征抽取

特征工程 :

特征工程是將原始數據轉換為更好地代表預測模型的潛在問題的特征的過程，從而提高了對未知數據的 預測準確性.

特征抽取 :

對文本等數據進行特征值化, 讓計算機更好的理解數據.

對字典特征抽取 :

對字典數據進行特征值化. 主要是對類別特征進行One-hot編碼.

API 接口 : 字典 Dict

sklearn.feature_extraction.DictVectorizer1. DictVectorizer.fit_transform(X)

x:字典或者包含字典的迭代器

返回值：返回sparse矩陣(稀疏矩陣)2.DictVectorizer.inverse_transform(X)

x:array數組或者sparse矩陣

返回值：轉換之前數據格式3. DictVectorizer.get_feature_names()

返回特征名稱4. DictVectorizer.transform(x)

按照原先的標準轉換

流程 :

實例化類DictVerctorizer

調用fit_transform方法輸入數據并轉換

案例 :案例 :案例 :案例 :

#導入接口

from sklearn.feature_extraction importDictVectorizer#數據

data = [{'name':'漢唐店','Satisfaction':3.5},

{'name':'花溪店','Satisfaction':2.5},

{'name':'溫泉店','Satisfaction':3}]#實例化

dv =DictVectorizer()#調用轉換接口

res =dv.fit_transform(data)print(res.toarray()) #轉換成數組 看起來更清晰#結果注解👇 : 第一個特征值 是3.5 所以第1個 是1 ,二個是2.5≠3.5 所以是0 ,第三個值是3 ≠3.5 ,所以是0 ；第二,第三列類似第一種

dv.get_feature_names() #特征名稱

文本特征的抽取text.CountVectorizer

API接口 文本 Text

sklearn.feature_extraction.text.CountVectorizer1. CountVectorizer.fit_transform(X)

x:文本或者包含文本字符串的可迭代對象

返回值：返回sparse矩陣(稀疏矩陣)2. CountVectorizer.inverse_transform(X)

x:array數組或者sparse矩陣

返回值：轉換之前數據格式3.CountVectorizer.get_feature_names()

返回單詞列表 CountVectorizer.transform(x)

按照原先的標準轉換

流程

實例化 CountVectorizer

調用 fit_transform 方法輸入數據并轉換

案例：案例：案例：案例：

#上面是英文的特征抽取 ,那么中文是否一樣,該如何操作?

from sklearn.feature_extraction.text importCountVectorizerimport jieba # 中文分詞工具庫

cv = CountVectorizer()

data = ['''君不見，黃河之水天上來，奔流到海不復回。

君不見，高堂明鏡悲白發，朝如青絲暮成雪。

人生得意須盡歡，莫使金樽空對月。

天生我材必有用，千金散盡還復來。

烹羊宰牛且為樂，會須一飲三百杯。

岑夫子，丹丘生，將進酒，杯莫停。

與君歌一曲，請君為我傾耳聽。

鐘鼓饌玉不足貴，但愿長醉不復醒。

古來圣賢皆寂寞，惟有飲者留其名。

陳王昔時宴平樂，斗酒十千恣歡謔。

主人何為言少錢，徑須沽取對君酌。

五花馬，千金裘，呼兒將出換美酒，與爾同銷萬古愁。''','''唧唧復唧唧，木蘭當戶織。不聞機杼聲，惟聞女嘆息。

問女何所思，問女何所憶。女亦無所思，女亦無所憶。昨夜見軍帖，可汗大點兵，軍書十二卷，卷卷有爺名。阿爺無大兒，木蘭無長兄，愿為市鞍馬，從此替爺征。

東市買駿馬，西市買鞍韉，南市買轡頭，北市買長鞭。旦辭爺娘去，暮宿黃河邊，不聞爺娘喚女聲，但聞黃河流水鳴濺濺。旦辭黃河去，暮至黑山頭，不聞爺娘喚女聲，但聞燕山胡騎鳴啾啾。

萬里赴戎機，關山度若飛。朔氣傳金柝，寒光照鐵衣。將軍百戰死，壯士十年歸。

歸來見天子，天子坐明堂。策勛十二轉，賞賜百千強。可汗問所欲，木蘭不用尚書郎，愿馳千里足，送兒還故鄉。''']

數據--data

#對中文進行處理

data = [' '.join(jieba.cut(x)) for x indata] # 中文分詞，并在分詞后方加入空格

res= cv.fit_transform(data) #中文需要分詞 fit_transform 默認用空格分詞

cv.get_feature_names() #獲取特征值

res.toarray() # 轉化特征值相比在N章(以上是2個str)中出現的次數

在上述的文本抽取中，我們是依據各個分詞出現的頻率進行分類的，但是這會出現一個問題，因為有些詞，會出現在所有的文本中且占比高，這樣就不利于我們將提取出獨有的文本特征，即提煉出各個文本的關鍵詞。

原理 ：

tf:term frequency 詞頻

idf:inverse document frequency 逆文檔頻率 log(中文檔數量/該詞出現的文檔數量) log1=0

tf*idf =詞的重要性程度

TF-IDF的主要思想是：如果某個詞或短語在一篇文章中出現的概率高，并且在其他文章中很少出現，則 認為此詞或者短語具有很好的類別區分能力，適合用來分類。

TF-IDF作用：用以評估一個詞對于一個文章集或一個語料庫中的其中一份的重要程度

API 接口 關鍵字的重要程度

sklearn.feature_extraction.text.TfidVectorizer

返回詞的權重矩陣

TfidVectorizer.fit_transform(X)

x:文本或者包含文本字符串的可迭代對象

返回值：返回sparse矩陣(稀疏矩陣)

TfidVectorizer.inverse_transform(X)

x:array數組或者sparse矩陣

返回值：轉換之前數據格式

TfidVectorizer.get_feature_names()

返回單詞列表

TfidVectorizer.transform(x)

按照原先的標準轉換

流程

實例化 TfidVectorizer

調用 fit_transform 方法輸入數據并轉換

案例：案例：案例：案例：

#導入接口

from sklearn.feature_extraction.text importTfidfVectorizer#實例化

tf = TfidfVectorizer()

data1 = ['''君不見，黃河之水天上來，奔流到海不復回。

君不見，高堂明鏡悲白發，朝如青絲暮成雪。

人生得意須盡歡，莫使金樽空對月。

天生我材必有用，千金散盡還復來。

烹羊宰牛且為樂，會須一飲三百杯。

岑夫子，丹丘生，將進酒，杯莫停。

與君歌一曲，請君為我傾耳聽。

鐘鼓饌玉不足貴，但愿長醉不復醒。

古來圣賢皆寂寞，惟有飲者留其名。

陳王昔時宴平樂，斗酒十千恣歡謔。

主人何為言少錢，徑須沽取對君酌。

五花馬，千金裘，呼兒將出換美酒，與爾同銷萬古愁。''','''唧唧復唧唧，木蘭當戶織。不聞機杼聲，惟聞女嘆息。

問女何所思，問女何所憶。女亦無所思，女亦無所憶。昨夜見軍帖，可汗大點兵，軍書十二卷，卷卷有爺名。阿爺無大兒，木蘭無長兄，愿為市鞍馬，從此替爺征。

東市買駿馬，西市買鞍韉，南市買轡頭，北市買長鞭。旦辭爺娘去，暮宿黃河邊，不聞爺娘喚女聲，但聞黃河流水鳴濺濺。旦辭黃河去，暮至黑山頭，不聞爺娘喚女聲，但聞燕山胡騎鳴啾啾。

萬里赴戎機，關山度若飛。朔氣傳金柝，寒光照鐵衣。將軍百戰死，壯士十年歸。

歸來見天子，天子坐明堂。策勛十二轉，賞賜百千強。可汗問所欲，木蘭不用尚書郎，愿馳千里足，送兒還故鄉。''']

文本數據-data1

# 特征抽取 #

data1 = [' '.join(jieba.cut(x)) for x in data1] #文本數據

res = tf.fit_transform(data1) #輸入數據并轉換

print(tf.get_feature_names()) #特征值

print(res.toarray()) # 很多

['一曲', '一飲', '萬古愁', '萬里', '三百杯', '不復醒', '不用', '不足', '不聞', '與爾同銷', '東市', '丹丘', '為樂', '主人', '之水', '五花馬', '人生', '從此', '會須', '傳金', '但愿', '但聞', '何為', '傾耳', '關山', '軍帖', '出換', '北市', '十二', '十二卷', '十千', '十年', '千里', '千金', '南市', '卷卷', '古來', '可汗', '嘆息', '君不見', '君歌', '君酌', '呼兒', '唧唧', '圣賢', '壯士', '復來', '大點', '天上', '天子', '天生我材必有用', '夫子', '奔流', '女亦無所憶', '女聲', '宰牛', '寂寞', '寒光', '將軍', '將進酒', '尚書郎', '平樂', '度若飛', '歸來', '當戶織', '徑須', '得意', '恣歡', '惟有', '惟聞', '愿為', '愿馳', '戎機', '戰死', '所憶', '所思', '所欲', '故鄉', '散盡', '斗酒', '無大兒', '旦辭', '明堂', '明鏡', '昔時', '昨夜', '暮宿', '暮成', '暮至', '替爺征', '朔氣', '朝如', '木蘭', '機杼', '杯莫停', '流水', '海不復', '烹羊', '燕山', '爺名', '爺娘', '留其名', '白發', '百千', '策勛', '美酒', '胡騎鳴', '莫使', '西市', '言少', '請君', '賞賜', '轡頭', '送兒', '金樽空', '鐘鼓饌玉', '鐵衣', '長兄', '長醉', '長鞭', '問女何', '阿爺', '陳王', '青絲', '鞍韉', '鞍馬', '須盡歡', '飲者', '駿馬', '高堂', '鳴濺', '黃河', '黑山頭']

[[0.12081891 0.12081891 0.12081891 0. 0.12081891 0.120818910.0.12081891 0. 0.12081891 0. 0.12081891

0.12081891 0.12081891 0.12081891 0.12081891 0.120818910.0.12081891 0. 0.12081891 0. 0.12081891 0.120818910. 0.0.120818910. 0. 0.0.12081891 0. 0. 0.241637820. 0.0.12081891 0. 0. 0.24163782 0.12081891 0.12081891

0.12081891 0. 0.12081891 0. 0.120818910.0.12081891 0. 0.12081891 0.12081891 0.120818910.

0.0.12081891 0.12081891 0. 0. 0.120818910.0.12081891 0. 0. 0. 0.12081891

0.12081891 0.12081891 0.120818910. 0. 0.

0. 0. 0. 0. 0. 0.0.12081891 0.12081891 0. 0. 0. 0.12081891

0.12081891 0. 0. 0.120818910. 0.

0.0.12081891 0. 0. 0.120818910.0.12081891 0.12081891 0. 0. 0. 0.12081891

0.12081891 0. 0. 0.12081891 0. 0.120818910.0.12081891 0.120818910. 0. 0.0.12081891 0.12081891 0. 0. 0.120818910.

0. 0.0.12081891 0.120818910. 0.0.12081891 0.12081891 0. 0.12081891 0. 0.085963650. ]

[0. 0. 0.0.090330070. 0.0.09033007 0. 0.27099022 0. 0.090330070.

0. 0. 0. 0. 0.0.090330070.0.09033007 0. 0.180660150. 0.0.09033007 0.09033007 0. 0.09033007 0.09033007 0.090330070.0.09033007 0.09033007 0. 0.09033007 0.090330070.0.18066015 0.090330070. 0. 0.

0.0.18066015 0. 0.09033007 0. 0.090330070.0.18066015 0. 0. 0. 0.09033007

0.18066015 0. 0. 0.09033007 0.090330070.0.09033007 0. 0.09033007 0.09033007 0.090330070.

0. 0. 0.0.09033007 0.09033007 0.09033007

0.09033007 0.09033007 0.09033007 0.18066015 0.09033007 0.090330070. 0.0.09033007 0.18066015 0.090330070.

0.0.09033007 0.09033007 0. 0.09033007 0.09033007

0.09033007 0. 0.27099022 0.09033007 0. 0.090330070. 0.0.09033007 0.09033007 0.270990220.

0.0.09033007 0.09033007 0. 0.090330070.0.09033007 0. 0. 0.09033007 0.09033007 0.090330070. 0.0.09033007 0.09033007 0. 0.09033007

0.18066015 0.09033007 0. 0. 0.09033007 0.090330070. 0.0.09033007 0. 0.09033007 0.19281177

0.09033007]]

運行結果

# 以上就是對特征值得抽取,部分注意事項等 #

歸一化

特征預處理 ：

通過特定的統計方法(數學方法)將數據轉換成算法要求的數據

數值類型標準數據縮放 ：

歸一化

標準化

類別型數據 ： one-hot編碼

時間類型 : 時間的切分

sklearn 特征處理API 👉 sklearn.preprocessing

類：

sklearn.prepocessing.MinMaxScaler

MinMaxScaler(feature_range=(0,1)...)

每個特征縮放到給定范圍(默認[0,1])

MinMaxScalar.fit_transform(x)

x:numpy array格式的數據(n_samples,n_features)

返回值：轉換后的形狀相同的array

步驟

實例化 MinMaxScalar

通過 fit_transform 轉換

#特征預處理--數據

data = np.array([[5000,2,10,40],[6000,3,15,45],[50000,5,15,40]])#--------------------#

array([[ 5000, 2, 10, 40],

[6000, 3, 15, 45],

[50000, 5, 15, 40]])

👆 有時候，你可能會注意到某些特征比其他特征擁有高得多的跨度值。舉個例子，將一個人的 收入和他的 年齡進行比較，通過縮放可以避免某些特征比其他特征獲得大小非常懸殊的權重值。即使得某一個特征 不會對結果造成過大的影響.

歸一化 ：

特點：通過對原始數據進行變換吧數據映射到(默認為[0,1])之間

#導入接口

from sklearn.preprocessing importMinMaxScaler#實例化

mm =MinMaxScaler() #默認0-1之間#對數據進行轉換-歸一化

res = mm.fit_transform(data)

res

還可以指定范圍縮減 ：

mm = MinMaxScaler(feature_range=(0,3))

res=mm.fit_transform(data)

res

👆 缺點?👆?在特定的場景下大值小值是變化的，另外，大值與小值非常容易受異常點的影響，所以這種方 法的魯棒性(穩定性)較差，只適合傳統精確小數據場景。所以一般不會使用，廣泛使用的是標準化。。。。。。

總結

以上是生活随笔為你收集整理的python数据集划分_机器学习和数据集介绍、数据集划分、特征抽取、归一化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。