特徵工程前的code資料處理方式? - Cupoy

2019/05/10 下午 02:45

機器學習共學討論版

Ethan Wu

觀看數：7

回答數：1

收藏數：0

ml100-2

請問先進 這邊的CODE為何是這樣處理呢?根據註解與比對CODE還是不太了解,謝謝!

# 訓練資料需要 train_X, train_Y / 預測輸出需要 ids(識別每個預測值), test_X

# 在此先抽離出 train_Y 與 ids, 而先將 train_X, test_X 該有的資料合併成 df, 先作特徵工程

train_Y = np.log1p(df_train['SalePrice'])

ids = df_test['Id']

df_train = df_train.drop(['Id', 'SalePrice'] , axis=1)

df_test = df_test.drop(['Id'] , axis=1)

回答列表

• 2019/05/10 下午 05:08
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：1

  這段是這樣：

  
  

  # 訓練資料需要 train_X, train_Y / 預測輸出需要 ids(識別每個預測值), test_X

  # 在此先抽離出 train_Y 與 ids, 而先將 train_X, test_X 該有的資料合併成 df, 先作特徵工程

  train_Y = np.log1p(df_train['SalePrice']) => 挑選出 SalePrice 欄位，做 Log 運算後當成 Y 值

  ids = df_test['Id'] 

  df_train = df_train.drop(['Id', 'SalePrice'] , axis=1) => 排除 id, SalePrice 欄位，剩下欄位當成訓練資料的 X 值

  df_test = df_test.drop(['Id'] , axis=1) => 排除 id 欄位，剩下欄位當成測試資料的 X 值