文件名称：加密货币
文件大小：1.86MB
文件格式：ZIP
更新时间：2024-03-06 04:35:19
JupyterNotebook
加密货币 目的 该分析的目的是找到可能对潜在的未来投资感兴趣的其他加密货币。 利用无监督的机器学习模型，我们发现哪些因素导致了出色的性能潜力。 方法 我们首先必须清理数据集，以使其可用于无监督的机器学习中。 我们从数据集中过滤掉了没有交易的加密货币。 我们必须找到任何未定义的算法，没有一个。 然后，我们删除IsTrading列和所有行的N / As。 最后，我们删除了没有开采硬币的加密货币。 接下来，在我们从数据中删除加密货币名称之前，将它们保存在自己的数据框中。 由于ProofType和Algorithm是字符串类型的数据，因此我们使用pandas get dummies方法生成数值数据以供我们的模型使用。 该过程的下一步是缩放数据，以使任何功能都不会人为地扭曲我们的模型。 为此，我们利用了Scikit Learn的Standard Scaler。 预处理的最后一步是使用主成分分析（
【文件预览】：
Cryptocurrencies-master
----.gitignore(2KB)
----Challenge()
--------Resources()
--------Notebook()
----README.md(2KB)
----.Rhistory(0B)