基于SVM进行排序实验-相关函数笔记
- python3的urlretrieve使用方法
urllib模块提供的urlretrieve()函数。urlretrieve()方法直接将远程数据下载到本地。
urlretrieve(url, filename=None, reporthook=None, data=None)
参数介绍：
参数filename指定了保存本地路径（如果参数未指定，urllib会生成一个临时文件保存数据。）参数reporthook是一个回调函数，当连接上服务器、以及相应的数据块传输完毕时会触发该回调，我们可以利用这个回调函数来显示当前的下载进度。
参数data指post导服务器的数据，该方法返回一个包含两个元素的(filename, headers) 元组，filename 表示保存到本地的路径，header表示服务器的响应头
urlopen()可以轻松获取远端html页面信息，然后通过Python正则对所需要的数据进行分析，匹配出想要用的数据，再利用urlretrieve()将数据下载到本地。对于访问受限或者对连接数有限制的远程url地址可以采用proxies（代理的方式）连接，如果远程连接数据量过大，单线程下载太慢的话可以采用多线程下载，这个就是传说中的爬虫
本部分来自 fengzhizi76506 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/fengzhizi76506/article/details/59229846?utm_source=copy
-
Python os.chdir() 方法
os.chdir() 方法用于改变当前工作目录到指定的路径。
chdir()方法语法格式如下：
os.chdir(path)
参数
path – 要切换到的新路径。
返回值
如果允许访问返回 True , 否则返回False。查看当前工作目录
retval = os.getcwd()
print “当前工作目录为 %s” % retval -
Python 字典(Dictionary) values()方与 keys()方法
Python 字典(Dictionary) values() 函数以列表返回字典中的所有值。
values()方法语法：
dict.values()Python 字典(Dictionary) keys() 函数以列表返回一个字典所有的键。
keys()方法语法：
dict.keys() -
Python-Pandas 如何shuffle（打乱）数据
在Python里面，使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法，本文介绍两种比较常用而且简单的方法。
实现方法：
最简单的方法就是采用pandas中自带的 sample这个方法。
假设df是这个DataFrame
df.sample(frac=1)
这样对可以对df进行shuffle。其中参数frac是要返回的比例，比如df中有10行数据，我只想返回其中的30%,那么frac=0.3。有时候，我们可能需要打混后数据集的index（索引）还是按照正常的排序。我们只需要这样操作
df.sample(frac=1).reset_index(drop=True)
本文来自 kingsam_ 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/qq_22238533/article/details/70917102?utm_source=copy -
python选取特定列——pandas的iloc和loc以及icol使用（列切片及行切片）
一、选取标签为A和C的列，并且选完类型还是dataframe
df = df.loc[:, [‘A’, ‘C’]]
df = df.iloc[:, [0, 2]]
二、选取标签为A和C并且只取前两行，选完类型还是dataframe
df = df.loc[0:2, [‘A’, ‘C’]]
df = df.iloc[0:2, [0, 2]]
聪明的朋友已经看出iloc和loc的不同了：loc是根据dataframe的具体标签选取列，而iloc是根据标签所在的位置，从0开始计数。
"，“前面的”："表示选取整列，第二个示例中的的0:2表示选取第0行到第二行，这里的0:2相当于[0,2）前闭后开，2是不在范围之内的。
需要注意的是，如果是df = df.loc[0:2, [‘A’, ‘C’]]
或者df = df.loc[0:2, [‘A’, ‘C’]]，切片之后类型依旧是dataframe，不能直接进行加减乘除等操作的。
比如dataframe的一列是数学成绩(shuxue)，另一列为语文成绩(yuwen)，现在需要求两门课程的总和。可以使用df[‘shuxue’] + df[‘yuwen’]（选取完之后类型为series）来获得总分，而不能使用df.iloc[:,[2]]+df.iloc[:,[1]]或df.iloc[:,[‘shuxue’]]+df.iloc[:,[‘yuwen’]]，这会产生错误结果
还有一种方式是使用df.icol(i)来选取列，选取完的也不是dataframe而是series，i为该列所在的位置，从0开始计数。如果你想要选取某一行的数据，可以使用df.loc[[i]]或者df.iloc[[i]]。
本文来自 chenKFKevin 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/chenKFKevin/article/details/62049060?utm_source=copy
-
pandas映射，replace和map
replace
df[‘消费性别倾向’] = df[‘消费性别倾向’].replace(2,‘女’)
传入表示映射关系的字典作为参数
food = {’<=100’:‘1’,‘100-500’:‘2’,‘500-1000’:‘3’,‘1000-3000’:‘4’,’>3000’:‘5’}
df[‘工作日消费指数’] = df[‘工作日消费金额’].replace(food)
map
food = {’<=100’:‘1’,‘100-500’:‘2’,‘500-1000’:‘3’,‘1000-3000’:‘4’,’>3000’:‘5’}
df[‘工作日消费指数’] = df[‘工作日消费金额’].map(food)本文来自 SherryGo 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/xueruixuan/article/details/80237481?utm_source=copy
-
sklearn 中 Logistics Regression 的 coef_ 和 intercept_ 的具体意义
coef_应该是一次项系数，而intercept_应该是截距
https://blog.csdn.net/u010099080/article/details/52933430
y_lin_weight = svr_lin.fit(x_train, y_train, sample_weight=weights).predict(x_train)
sample_weight=weights:为样本设定权重，解决样本不平衡问题
y_lin = svr_lin.fit(x_train, y_train).predict(x_train)：未设定权重的表达方式
9. [Matplotlib] subplot 理解（未完待续）