笔记：ml常用库函数和重要步骤汇总

库函数———————————————

1. mean absolute error的衡量

导入：from sklearn.metrics import mean_absolute_error
用法：mean_absolute_error(predict,valid)

2.RandomForestRegressor的导入(分类器同理)

导入：form sklearn.ensemble import RandomForestRegressor
用法：model1=RandomForestRegressor(n_estimators=’ ',random_state= ) #计数器常用100

3.DecisionTreeClassifier的导入(回归器同理)

导入：from sklearn.tree import DecisionTreeClassifier
用法：model1=DecisionTreeClassifier(random_state=’ ')

4.Ordinal Encoding的导入

导入：from sklearn.preprocessing import OrdinalEncoder
提醒：事先最好make一份copy以免将原数据更改（利用.copy()）
提醒：事先最好用good_labels=[column for column in object_columns if set(X_valid[column])

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！