【Dive into Deep Learning / 动手学深度学习】第二章 - 第二节：数据预处理

目录

• ​​前言​​
• ​​2.2. 数据预处理​​

• ​​2.2.1. 读取数据集​​
• ​​2.2.2. 处理缺失值​​
• ​​2.2.3. 转换为张量格式​​

• ​​结语​​

前言

Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
 
自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研。
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
 
唯有努力💪
 

知其然 知其所以然！

 
本文仅记录自己感兴趣的内容

2.2. 数据预处理

2.2.1. 读取数据集

创建一个人工数据集，并存储在CSV（逗号分隔值）文件 路径： ​​../data/house_tiny.csv​​

import os

os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'house_tiny.csv')
with open(data_file, 'w') as f:
    f.write('NumRooms,Alley,Price\n')  # 列名
    f.write('NA,Pave,127500\n')  # 每行表示一个数据样本
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')

​​../data/house_tiny.csv​​表示在上一层目录新建一个data文件夹，再在其中创建一个csv文件，存放数据

​​os.makedirs()​​​ 方法用于​​递归创建目录​​

读取csv文件中的数据

import pandas as pd

data = pd.read_csv(data_file)
print(data)

2.2.2. 处理缺失值

使用​​fillna​​处理缺失值

​​get_dummies​​的使用

进行one-hot编码

2.2.3. 转换为张量格式

结语

学习资料：​​http://zh.d2l.ai/​​

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正