注意：此页面搜索的是所有试题
国家开放大学大数据预处理复习题
通过画箱线图对数据data识别异常值：
data.plot. ()
对数据data计算平均值，结果保存在result中：
result=data. ()
对data数据采用等频分箱，分组数为5组，结果保存在result中：
result=pd. (data,bins=5)
将data离散化为0-1型变量，结果保存在result中：
result=data. eq(0).
car_data数据集中的make变量每一个类别的频数存储在make_count中，现在将car_data数据集中的make变量频数低于100的类别合并为一类：
car_data["make1"] = car_data["make"].map(
lambda x:"category_under100"
if else , na_action="ignore")
将data_1数据集age变量中的-1和999替换为缺失值：
data_1["age"]. ([-1, 999], np.nan, inplace=True)
对数据集data中的所有变量进行Max-ABS缩放，结果保存在data_scale中：
ma_scaler = ()
data_scale = ma_scaler. (data)
计算变量y与x的Pearson相关系数：
Pearson_xy = (y, x)
使用客观法离散化data，设定了参数为bins = [0, 10000, 100000, 200000, np.inf]，标签为["new", "used", "old", "worn"]，结果保存在result中：
result=pd.cut(data,bins=[0,10000,100000,200000,np.inf], ,include_lowest=True)
对数据data计算标准分数，data_mean是data的平均值，data_std是data的标准差，结果保存在result中：
result=(data- )/
对3倍标准差异常值分类计数，结果保存在result中：
result= data. ()
查看数据集car_data中所有变量缺失值情况，将结果保存在对象missing_car中：
missing_car = car_data. .sum()
使用boston数据实现线性回归模型填补。首先初始化一个线性回归模型，模型的训练集为train，将含有缺失值的变量LSTAT作为目标变量，其余变量作为自变量拟合模型：
train = boston.dropna(subset=["LSTAT"])
reg = LinearRegression()
reg.fit(X=train. ("LSTAT", ), y=train["LSTAT"])
将数据集data中的所有变量缩放到区间[0,5]，结果保存在data_scale中：
new_scaler = ( =(0,5))
data_scaler = new_scaler.fit_transform(data)
使用test_x数据集计算只包含部分变量var_new的新模型model_new的AUC值：
auc = (y_true=test_y,
y_score=model_new. (test_x[var_new])[:,1])
data.plot. ()
对数据data计算平均值，结果保存在result中：
result=data. ()
对data数据采用等频分箱，分组数为5组，结果保存在result中：
result=pd. (data,bins=5)
将data离散化为0-1型变量，结果保存在result中：
result=data. eq(0).
car_data数据集中的make变量每一个类别的频数存储在make_count中，现在将car_data数据集中的make变量频数低于100的类别合并为一类：
car_data["make1"] = car_data["make"].map(
lambda x:"category_under100"
if else , na_action="ignore")
将data_1数据集age变量中的-1和999替换为缺失值：
data_1["age"]. ([-1, 999], np.nan, inplace=True)
对数据集data中的所有变量进行Max-ABS缩放，结果保存在data_scale中：
ma_scaler = ()
data_scale = ma_scaler. (data)
计算变量y与x的Pearson相关系数：
Pearson_xy = (y, x)
使用客观法离散化data，设定了参数为bins = [0, 10000, 100000, 200000, np.inf]，标签为["new", "used", "old", "worn"]，结果保存在result中：
result=pd.cut(data,bins=[0,10000,100000,200000,np.inf], ,include_lowest=True)
对数据data计算标准分数，data_mean是data的平均值，data_std是data的标准差，结果保存在result中：
result=(data- )/
对3倍标准差异常值分类计数，结果保存在result中：
result= data. ()
查看数据集car_data中所有变量缺失值情况，将结果保存在对象missing_car中：
missing_car = car_data. .sum()
使用boston数据实现线性回归模型填补。首先初始化一个线性回归模型，模型的训练集为train，将含有缺失值的变量LSTAT作为目标变量，其余变量作为自变量拟合模型：
train = boston.dropna(subset=["LSTAT"])
reg = LinearRegression()
reg.fit(X=train. ("LSTAT", ), y=train["LSTAT"])
将数据集data中的所有变量缩放到区间[0,5]，结果保存在data_scale中：
new_scaler = ( =(0,5))
data_scaler = new_scaler.fit_transform(data)
使用test_x数据集计算只包含部分变量var_new的新模型model_new的AUC值：
auc = (y_true=test_y,
y_score=model_new. (test_x[var_new])[:,1])