知识卡片
CSV字典化与空值填充
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?
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11章 用Embedding提升机器学习性能 · 查看原书依据
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 = []
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 = []