← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9860.b · 生成模型:Hunyuan

CSV字典化与空值填充

理解等级:中级

预处理先做格式转换再落盘。csv2dicts读取csv.reader的每一行,把首行作为键、后续各行与键zip成字典列表;set_nan_as_string遍历每条记录,把空字符串统一替换为0。train.csv转换后按store、date等字段生成字典并倒序排列,再序列化为train_data.pickle;store.csv与store_states.csv则被合并,把每个门店对应的州代码写进记录,生成store_data.pickle。用pickle固化中间结果的好处是后续多个模型实验可共享同一份规整数据,避免重复解析CSV。

这张卡片看不懂?

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

    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11章 用Embedding提升机器学习性能(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/Chapter15_0001.xhtml) - 结论依据:原文11.1.2给出csv2dicts、set_nan_as_string的实现及pickle序列化过程,支撑本卡对导入与字典化步骤的说明。 - 原始内容:定义两个函数,csv2dicts用于把csv文件转换为字典,set_nan_as_string函数用于填充空值(用0)。 #把csv文件转换为字典 def csv2dicts(csvfile): data = [] keys = []