ai-100 day7 記錄

特徵類型

常⾒特徵類型 : 數值型特徵 / 類別型特徵

數值型特徵:有不同的轉换方式，函數／條件式都可以

－ ex： 坪數（每坪50點）， 年齡（＜29， +2 點。 30～59： 1點）

類別型特徵：通常一種類別對應一種分數

－ ex：地區（台北市100點，其他0點）

其他特徵：

二元特徵： true／false

排序型特徵：ex 名次（如果當作類別特徵就㑹失去排序資訊）

時間型特徵： 有週期性， 如果只用秒數看， 㑹看不㑹週期

延伸閱讀

k-fold cross validation: https://zhuanlan.zhihu.com/p/24825503

hw

import pandas as pd
df = pd.read_csv('xxx.csv')
df['column1'].mean()
df['column1'].max()
df['column1'].nunique()

other usage

dtype_df = df.dtypes #㑹以header 為當作
#print(dtype_df)
#Pclass        int64
#Name         object
#Sex          object
#Age         float64
#SibSp         int64
#Parch         int64
#Ticket       object
#Fare        float64
#Cabin        object
#Embarked     object
#dtype: object

dtype_df = df.dtypes.reset_index()

#print(dtype_df)
#
#      index        0
#0    Pclass    int64
#1      Name   object
#2       Sex   object
#3       Age  float64
#4     SibSp    int64
#5     Parch    int64
#6    Ticket   object
#7      Fare  float64
#8     Cabin   object
#9  Embarked   object
#
dtype_df.columns = ["Count", "Column Type"]

dtype_df = dtype_df.groupby("Column Type").aggregate('count').reset_index()

dtype_df

detail: https://github.com/cwnga2/ai100-4/blob/master/day7/Day_007_HW.ipynb