機械学習のデータ処理周りの実務で、よく使う関数をまとめました。

目次
はじめに
      Pandasとは
      scikit-learnとは
      NumPyは使わないの？
      機械学習の言語はpythonでいいの？
      機械学習（AI開発）の流れ
１．データの準備
      データフレームを定義する(DataFrame)
      csvファイルを読み込む(read_csv)
２．データの前処理
   ＜欠損値編＞
      欠損値をカウントする(isunull)
      欠損値を削除する(dropna)
      欠損値を補完する(Imputer)
   ＜文字列編＞
      文字列データを数値に変換する(map)
   ＜外れ値編＞
      グラフを作成する(plot)
      列の平均値/中央値を出力する(mean/median)
      列の最大値/最小値を確認する(max/min)
３．データの基礎分析
      データから特定の列だけを選択する(iloc/ix)
      データフレームに列を追加する(’カラム名’)
４．特徴量設計
      データを標準化する(StandardScaler)
      相関係数を出力する(corr)
      特徴量データと出力データに分割する(iloc)
      学習データとテストデータに分割する(train_test_split)

続きを読む