这两天用学了主成分分析，用的是PCA。主成分分析就是降维，通过线性组合，把多个原始变量合并成若干个主成分，这样每个主成分都变成原始变量的线性组合。所以你想看具体哪个特征对结果的影响大，通过PCA是看不到的。但PCA能把原来的10+数据特征转变为几个，实现过程如下：

一周没写文了，之前干什么去了呢？本周前半部分卡在画图了，然后1/3的时间在处理数据，处理数据是我目前在画图和机器学习上一个重大的障碍，python处理各种报错各种不适合，等我学会了kettle和spark你再来堵我呀?哼！！！！前天开始去省图看书了，除了要花10块坐地铁，1个多小时的时间，没有缺点。有暖气这点就很好了，...

第一节：保存就是教你怎么保存画的图，然后再打开它。保存：fig.savefig('myfigure.png')打开：Image('myfigure.png') 执行打开的时候要先加载一个包： from IPython.display import Image

原以为本章是讲怎么用python处理时间格式，比如提取年月之类的。 但本节写的是时间格式已经工整后的事，暂时不是我想学的，所以跳过，就没有写公式了。

本节是通过函数，查看值包含了哪些字符串，有点像搜索关键词主要的函数是：str.*()str.len() 长度str.contains() 包含**字符

引用激励数据，连接数据库jili表，jili这几个太难打了，下文用df代表激励数据（代码省略）之前在excel中用烂了的透视表，终于用python来实现了，其实主要是讲pivot_table里面的参数怎么使用，但书中讲的不是详细，还是要自己找一些文档或者视频辅助学习。

groupby的过程：分割：把dataframe按指定的键分为若干组应用：对每个组应用函数，通常为累计、转换或过滤组合：将每组1的结果合并成一个输出数组。

主要是讲merge函数的参数：pd.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) pd.merge 官方文档

<class 'pandas.core.frame.DataFrame'>RangeIndex: 42 entries, 0 to 41Data columns (total 10 columns):dep 42 non-null object #总共有42行group 42 non-null object name 42 non-null objectoldpro 26 non-null float64 #以下每列均有缺失值newpro 33 non-null float64oldrate 27 non-null float64newrate 27...

查看每列的格式：<class 'pandas.core.frame.DataFrame'>RangeIndex: 2324 entries, 0 to 2323Data columns (total 6 columns):date 2324 non-null objectid 2324 non-null objectword 2324 non-null objectrank1 2324 non-null objectnumber1 2324 non-null objecturl 2324 non-null objectdtypes: object(6)memo...

又到周六了，时间可真是快啊，本周主要学习了机器学习的决策树算法。刚开始看视频的时候是看的cd*的level2python视频，讲的真差，太模糊了，不适合我。讲的第一个算法是决策树，对于代码和原理一点没听明白，然后找了视频看，在B站上看到排名比较前的是北风网的视频（深度剖析人工智能之决策树实战开发），听完一遍原理...