keras从入门到放弃(七)多层感知器训练
【摘要】 上篇讲了概念的东西
实战使用
泰坦尼克数据集,之前对它进行数据预处理
可以阅读上几篇
import pandas as pd
import keras
import numpy as np
data = pd.read_csv('./dataset/tt/train.csv')
y = data.Survived
x = data[['Pclass', 'Sex...
上篇讲了概念的东西
实战使用
泰坦尼克数据集,之前对它进行数据预处理
可以阅读上几篇
import pandas as pd
import keras
import numpy as np
data = pd.read_csv('./dataset/tt/train.csv')
y = data.Survived
x = data[['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked']]
x.loc[:, 'Embarked_S'] = (x.Embarked == 'S').astype('int')
x.loc[:, 'Embarked_C'] = (x.Embarked == 'C').astype('int')
x.loc[:, 'Embarked_Q'] = (x.Embarked == 'Q').astype('int')
x.drop(['Embarked'],axis =1,inplace=True )
x.loc[:, 'Sex'] = (x.Sex == 'male').astype('int')
x.loc[:, 'Age'] = x.Age.fillna(x.Age.mean())
x.loc[:, 'p1'] = (x.Pclass == 1).astype('int')
x.loc[:, 'p2'] = (x.Pclass == 2).astype('
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。
原文链接:maoli.blog.csdn.net/article/details/88778417
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)