scikit-learn的onehotEncoder，是隻能根據整數來進行one-hot編碼的，然後我的數據很多都是，string，這樣子有一個辦法，就是先LableEncoder再onehotEncoder，然而這樣子必須一行一行算，是不能一個矩陣來的，這個辦法數據量小還可以，多了的話就哭了......
然後這個辦法解決用pandas的get_dummies。這個可以直接做one-hot。然而，對mysql和panda，一個比較坑的地方（也不能算坑只能說我比較慫），mysql到python裏都是元組的形式，而panda是基於numpy的，操作基本都是list，所以注意這個地方比較容易出錯.....
希望我能好好看看，panda還有scikit-learn.....還有mysql，這幾個問題都在於要多用.....
scikit-learn，這是一個神奇的工具，具體的都在官方文檔裏，用google可以google到一些例子，數據預處理，建模，驗證（算準確率AUC）都是有函數的，先把邏輯迴歸這個搞一搞，predict_proba是預測準確率，predict是閾值設成了0.5然後大於0.5就是1，小於就是0，是一個分類，然後可以score評估，還可以用準確率（這個是另一個函數等我代碼寫完......加了註釋傳上來......），然後還可以算AUC，ROC......
http://blog.csdn.net/pzy20062141/article/details/48711355
http://blog.csdn.net/chjjunking/article/details/5933105\
這兩個是說AUC和ROC的，好好看看，現在只能理解AUC越大越好也是太弱了......
然後http://www.cnblogs.com/kylinlin/p/5309703.html是一個感覺很好的scikit-learn的邏輯迴歸例子。
scikit-learn，可以輸入one-hot格式的編碼，還有別的咩？這個要找找.......
學無止境啊......
