剧集
逻辑回归数据分析和准备 [第 15 部分] |初学者机器学习
替换为 Bea Stollnitz
加入 Microsoft 首席云大使 Bea Stollnitz，演示了如何分析和准备用于构建逻辑回归模型的数据。 在此视频中，我们将使用之前视频中使用的南瓜数据集，目的是根据南瓜的特征🎃预测南瓜是否为橙色或白色。
要学习的知识：
- 如何浏览和清理数据集
- 如何使用 Seaborn 可视化数据
- 如何使用序号和单热编码转换分类特征
- 如何使用标签编码器
在此视频中，你将了解如何分析数据、执行必要的清理，并将分类特征转换为适合逻辑回归的格式。 我们将使用 Seaborn 进行可视化，并演示如何创建条形图和群图，以了解南瓜特征之间的关系。
请继续关注本系列中的下一个视频，我们将使用此准备的数据来生成预测模型。 不见不散！
章节
- 00:00 - 简介
- 00：28 - 我们正在使用的笔记本
- 00：57 - 调查南瓜数据集
- 01：08 - 使用 pandas 对南瓜数据集进行数据清理
- 01：20 - 使用 seaborn 可视化数据
- 02：23 - 分类特征的数据转换
- 03：05 - 使用序号编码器转换南瓜大小
- 03：27 - 使用一种热编码转换分类特征
- 04：03 - 使用标签编码器转换标签
- 04：25 - 使用海生猫阴谋和群图
推荐的资源
- 本课程基于 Microsoft 提供的免费、开源且由 26 节课组成的适合初学者的 ML 课程。
- 可以学习本课的 Jupyter Notebook！
连接
- Bea Stollnitz | 博客
- Bea Stollnitz |推特： @beastollnitz
- Bea Stollnitz |LinkedIn： in/beatrizstollnitz/
加入 Microsoft 首席云大使 Bea Stollnitz，演示了如何分析和准备用于构建逻辑回归模型的数据。 在此视频中，我们将使用之前视频中使用的南瓜数据集，目的是根据南瓜的特征🎃预测南瓜是否为橙色或白色。
要学习的知识：
- 如何浏览和清理数据集
- 如何使用 Seaborn 可视化数据
- 如何使用序号和单热编码转换分类特征
- 如何使用标签编码器
在此视频中，你将了解如何分析数据、执行必要的清理，并将分类特征转换为适合逻辑回归的格式。 我们将使用 Seaborn 进行可视化，并演示如何创建条形图和群图，以了解南瓜特征之间的关系。
请继续关注本系列中的下一个视频，我们将使用此准备的数据来生成预测模型。 不见不散！
章节
- 00:00 - 简介
- 00：28 - 我们正在使用的笔记本
- 00：57 - 调查南瓜数据集
- 01：08 - 使用 pandas 对南瓜数据集进行数据清理
- 01：20 - 使用 seaborn 可视化数据
- 02：23 - 分类特征的数据转换
- 03：05 - 使用序号编码器转换南瓜大小
- 03：27 - 使用一种热编码转换分类特征
- 04：03 - 使用标签编码器转换标签
- 04：25 - 使用海生猫阴谋和群图
推荐的资源
- 本课程基于 Microsoft 提供的免费、开源且由 26 节课组成的适合初学者的 ML 课程。
- 可以学习本课的 Jupyter Notebook！
连接
- Bea Stollnitz | 博客
- Bea Stollnitz |推特： @beastollnitz
- Bea Stollnitz |LinkedIn： in/beatrizstollnitz/
视频 URL
HTML iframe
想提供反馈？ 在此处提交问题。