酱72268

1、最常用的求解方法有两种：批量梯度下降法(batch gradient descent)， 正规方程方法(normal equations)。 前者是一种通过迭代求得的数值解，后者是一种通过的公式一步到位求得的解析解。在特征个数不太多的情况下，后者的速度较快，一旦特征的个数成…

1、用平均值、中值、分位数、众数、随机值等替代。效果一般，因为等于人为增加了噪声

余弦相似度衡量的是维度间取值方向的一致性，注重维度之间的差异，不注重数值上的差异，而欧氏度量的正是数值上的差异性。

1、升维往往能让数据直接的关系更加清楚，更易于找到规律。其次，也是更重要的，分箱之后可以让无序数据之间关系更加正确。 Object 数据类型可以指向任意数据类型的数据，包括您的应用程序识别的任意对象实例。当您在编译时不知道变量可能指向哪种数据类型时，请使用 Object。

2、离散化：将定量数据向定性数据转化。比如一系列连续数据，可用标签进行替换（0,1）

遇到问题：暂无学习内容1、astype(int)将数据类型变为整数类型2、通过DataFrame或Series的apply方法调用：pd.to_datetime或pd.to_numeric；objec

如果该列是字符串的，就将该列中出现次数最多的字符串赋予空值,mode()函数就是取出现次数最多的元素。 使用后一个数值替代空值或者NA，limit=1就是限制如果几个连续的空值，只能最近的一个空值可以被填充。 将缺失值全部用该列的平均值代替，这个时候一般已经提前将字符串特征转换…

2、处理缺失数据时，比如该列都是字符串，不是数值，可以将出现次数最多的字符串填充缺失值。

遇到问题：暂无学习内容1、查看缺失值2、特征值类型为分类变量(object)，需要将该特征值（除了因变量Y）变为多列(onehotencode)，才能参与到建模当中3、使用平均值进行填充缺失值，相当于