machine learning in coding（python）：拼接未經處理資料；產生高次特徵

標籤：機器學習   machine learning in   產生高次特徵   合并未經處理資料   

拼接未經處理資料：

train_data = pd.read_csv('train.csv')test_data = pd.read_csv('test.csv')all_data = np.vstack((train_data.ix[:,1:-1], test_data.ix[:,1:-1]))

numpy下的合并數組vstack和hstack函數：

>>> a = np.ones((2,2))>>> b = np.eye(2)>>> print np.vstack((a,b))[[ 1.  1.] [ 1.  1.] [ 1.  0.] [ 0.  1.]]>>> print np.hstack((a,b))[[ 1.  1.  1.  0.] [ 1.  1.  0.  1.]]

產生高（2）次特徵：

def group_data(data, degree=2, hash=hash):    new_data = []    m,n = data.shape    for indicies in combinations(range(n), degree):            new_data.append([hash(tuple(v)) for v in data[:,indicies]])    return array(new_data).T

在產生高次特徵之前，先做“LabelEncoder”操作。。。。

from kaggle

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

machine learning in coding（python）：拼接未經處理資料；產生高次特徵