Python~学生成绩分析预测-实例
估计只有自己能够看懂的系列~~乱七八糟学习记录。
代码见GitHub仓库————:Stu_data_analysis(https://github.com/GH670/Stu_data_analysis)
库函数
sklearn的train_test_split
train_test_split函数用于将矩阵随机划分为训练子集和测试子集,并返回划分好的训练集测试集样本和训练集测试集标签。
格式:
X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)
参数解释:
train_data:被划分的样本特征集
train_target:被划分的样本标签
test_size:如果是浮点数,在0-1之间,表示样本占比;如果是整数的话就是样本的数量
random_state:是随机数的种子。
随机数种子:其实就是该组随机数的编号,在需要重复试验的时候,保证得到一组一样的随机数。比如你每次都填1,其他参数一样的情况下你得到的随机数组是一样的。但填0或不填,每次都会不一样。
随机数的产生取决于种子,随机数和种子之间的关系遵从以下两个规则:
种子不同,产生不同的随机数;种子相同,即使实例不同也产生相同的随机数。
Sklearn库中Logistic Regression函数各个参数总结
- Python的Sklearn库的基本用法
其他
机器学习之特征工程
http://www.csuldw.com/2015/10/24/2015-10-24%20feature%20engineering/
https://blog.csdn.net/m0_38024592/article/details/80836217
df.drop()
https://blog.csdn.net/qq_42774323/article/details/99737466
阿里天池
https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12282024.0.0.1b9740can009cL&postId=70797
https://tianchi.aliyun.com/notebook-ai/detail?postId=38470
Python的Sklearn库的基本用法
https://www.cnblogs.com/zx931880423/p/11543256.html
sklearn的train_test_split
https://www.cnblogs.com/bonelee/p/8036024.html
【一】零基础入门深度学习:用numpy实现神经网络训练
https://mp.weixin.qq.com/s/_2ya_3l1wT9PEKi9aEw7ww
对分类型变量,进行编码处理——pd.get_dummies()、LabelEncoder()、oneHotEncoder()
https://www.cnblogs.com/wyy1480/p/10295084.html
机器学习入门-概率阈值的逻辑回归对准确度和召回率的影响 lr.predict_pr
https://www.cnblogs.com/my-love-is-python/p/10271240.html
aliyun
学生成绩预测_PAT最佳实践
https://help.aliyun.com/document_detail/43891.html#h2-u6570u636Eu96C6u4ECBu7ECD2
python数据分析(三)——逻辑回归之学生成绩预测
https://zhuanlan.zhihu.com/p/87846855
逻辑回归实战练习——根据学生成绩预测是否被录取
https://zhuanlan.zhihu.com/p/61414743
Python 机器学习实战:根据成绩预测大学生能否被高校录取
https://blog.csdn.net/dengheCSDN/article/details/79054091
【机器学习PAI实践八】用机器学习算法评估学生考试成绩
https://blog.csdn.net/buptgshengod/article/details/73087225
阿里天池学生考试成绩预测-
https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12282024.0.0.1b9740can009cL&postId=70797
https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12281915.0.0.340c355emr7Jj0&postId=38406
学无止境
- 机器学习,只有趋于无限的接近。
Sklearn库
利用sklearn库实现逻辑回归
从linear_model类中调用LogisticRegression模型
- 部分引用:
- Python的Sklearn库的基本用法:https://www.cnblogs.com/zx931880423/p/11543256.html
- Python根据成绩分析系统浅析:http://www.manongjc.com/article/51832.html
error
- ValueError: could not convert string to float: ‘H’
发布时间: 2020-06-05
最后更新: 2020-10-03
本文标题: 使用Python进行学生成绩预测分析
本文链接: www.wblog.tech/python-dazuoye.html
版权声明: 本作品采用 CC BY-NC-SA 4.0 许可协议进行许可。转载请注明出处!
