是否总是需要从导入的 CSV 中删除标题以进行训练？
这就是我所拥有的……
raw_data_df = [pd.read_csv(
file, header=None, skiprows=[0], low_memory=False) for file in input_files]
train_data_df = pd.concat(raw_data_df)
我们在跳过标头时使用了header=None 和skiprows=[0]，并将其传递给 LogisticRegression().fit()
还是保留标题更好？
【问题讨论】：
标签： python-3.x pandas csv scikit-learn logistic-regression
如果所有文件中的标题都相同，那么您可以保留它们。或者你只保留第一个文件的标题。
拥有标题的好处是，当您运行逻辑回归时，您可以轻松找出哪些系数属于哪些列名称（以及哪些系数最重要）。
例如：
import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression
lr = LogisticRegression()
lr.fit(X_train, y_train)
df_lr_coef = pd.DataFrame({
'features': lr.classes_,
'coefficients': lr.coef_,
'coef_abs': np.abs(lr.coef_),
}).sort_values(by='coef_abs', ascending=False)
【讨论】：