您现在的位置是:首页 >学无止境 >python数据分析与应用:第六章课后实训--应用sklearn分析竞标数据(全)网站首页学无止境
python数据分析与应用:第六章课后实训--应用sklearn分析竞标数据(全)
简介python数据分析与应用:第六章课后实训--应用sklearn分析竞标数据(全)
实验名称 应用sklearn分析竞标数据
实验时间 2023-04-26
(gcc的同学不要抄袭呀!)
一、实验目的
1、掌握skleam转换器的用法。
2、掌握训练集、测试集划分的方法。
3、掌握使用sklearm进行PCA降维的方法。
4、掌握 sklearn 估计器的用法。
5、掌握聚类模型的构建与评价方法。
6、掌握分类模型的构建与评价方法。
7、掌握回归模型的构建与评价方法。
二、实验仪器设备或材料
笔记本电脑,Anaconda软件
三、实验原理
任务1:使用sklearn处理竞标行为数据集。(数据集找你们老师要哦!)
1、需求说明
竞标行为数据集(shill bidding.csv)是网络交易平台eBay为了分析竞标者的竞标行为而收集整理的部分拍卖数据,包括记录ID、竞标者倾向、竞标比率等11个输入特征和I个类别标签,共6321条记录,其特征/标签说明如表6-18所示。通过读取竞标行为数据集,进行训练集和测试集的划分、为后续的模型构建提供训练数据和测试数据;并对数据集进行降维,以适当减少数据的特征维度。
任务2:构建基于竞标行为数据集的K-Means聚类模型。
1、需求说明
使用实训1中的竞标行为数据集,竞标行为标签总共分为2种(0表示正常竞标行为,1表示非正常竟标行为)为了
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。