day 33打卡
day 21常见的降维算法# 先运行之前预处理好的代码import pandas as pd import numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings(\'ignore\')# 设置中文字体plt.rcParams[\'font.sans-serif\'] = [\'SimHei\']plt.rcParams[\'axes.unicode_minus\'] = Falsedata=pd.read_csv(\'/Users/gj/东财-学习/python相关资料学习/Python60DaysChallenge-main/data.csv\')# 先筛选字符串变量discrete_features=data.select_dtypes(include=[\'object\']).columns.to_list()# Home Ownership 变量home_ownership_mapping={ \'Own Home\':1, \'Rent\':2, \'Have Mortgage\':3, \'Home Mortgage\':4}data[\'Home Ownership\']=data[\'Home Ownership\'].map(home_ownership_mapping)# Years in current job 变量years_in_job_mapping={ \'<1 year\':1, \'1 year\':2, \'2 years\':3, \'3 years\':4, \'4 years\':5, \'5 years\':6, \'6 years\':7, \'7 years\':8, \'8 years\':9, \'9 years\':10, \'10+ years\':11}data=pd.get_dummies(data,columns=[\'Purpose\'])data2=pd.read_csv(\'/Users/gj/东财-学习/python相关资料学习/Python60DaysChallenge-main/data.csv\')list_final=[]for i in data.columns: if i not in data2.columns: list_final.append(i)for i in list_final: data[i]=data[i].astype(int)# term 0-1 映射term_mapping={ \'Short Term\':0, \'Long Term\':1}data[\'Term\']=data[\'Term\'].map(term_mapping)data.rename(columns={\'Term\':\'Long Term\'},inplace=True)continuous_features=data.select_dtypes(include=[\'int64\',\'float64\']).columns.to_list()# 连续特征用中位数for feat in continuous_features: mode_value=data[feat].mode()[0] data[feat].fillna(mode_value,inplace=True)# 最开始也说了，很多调参数自带交叉验证，甚至是必选的参数，你如果想要不交叉更麻烦data.drop(columns=[\'Id\'],inplace=True)data.info()特征降维通常情况下，提到降维，很多时候默认指的是无监督降维，这种方法只需要特征数据本身。但是实际上还包含一种有监督的方法。1、无监督降维：定义：这类算法在降维过程中不使用任何关于数据样本的标签信息（比如类别标签、目标值等）。他们仅仅根据数据点本身的分布，方差、相关性、局部结构等特性来寻找低维表示。输入：只有特征矩阵X目标：保留数据中尽可能多的方差（如PCA）保留数据的局部或全局流型结构（如LLE,LSOMAP,t-SNE，UMAP）找到能够有效重构原始数据的紧凑表示（）2、有监督降维：定义：这类算法在降维过程中利用标签信息来指导降维过程。例如，在分类问题中，我们可能希望将不同类别的样本映射到低维空间，同时保持类别之间的区分度。输入：特征矩阵X和对应的标签y目标：在低维空间中保留类别之间的区分度（如LDA） 最近工作上有点忙，可能每天学习的东西有限了，后面补上
@浙大疏锦行
