知识卡片
导入库与读取CSV
实现从导入依赖开始:numpy与pandas负责数据处理,sklearn的train_test_split负责拆分,tensorflow、feature_column与layers负责建模;并用os.environ设置TF_CPP_MIN_LOG_LEVEL屏蔽无关警告,让输出更清爽。数据通过pandas的read_csv直接从网络URL读取为dataframe,再用head()查看前几行确认列结构。之所以能直接下载,是因为数据集只有几百行、体积很小。这一步建立了后续所有特征操作的数据载体。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 用Embedding表现分类特征 · 查看原书依据
本节的实例主要使用了pandas、numpy、sklearn、tensorflow.keras等库,先导入它们。 import numpy as np import pandas as pd import tensorflow as tf
参考来源
- 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第10章 用Embedding表现分类特征(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter14_0002.xhtml)
- 结论依据:原文10.2.1与10.2.2给出了完整的导入语句和read_csv调用,支撑本卡对依赖与读取步骤的说明。
- 原始内容:本节的实例主要使用了pandas、numpy、sklearn、tensorflow.keras等库,先导入它们。 import numpy as np import pandas as pd import tensorflow as tf