一、plt.bar()、plt.barh()参数详解简介：plt.bar()：正常柱状图????????，常见的统计图；plt.barh()：横向的柱状图，可以理解为正常柱状图旋转了90°。import matplotlib as mplimport matplotlib.pyplot as pltfrom matplotlib.pyplot import MultipleLocatorfrom

一、参数：SelectKBest(score_func= f_classif, k=10)score_func：特征选择要使用的方法，默认适合分类问题的F检验分类：f_classif。k ：取得分最高的前k个特征，默认10个。二、属性：fit(x,y)方法后才能调用scores_ ：返回每个特征的得分pvalues_ : 返回每个特征得分对应的p_value值。如果score_func只返回分数，

作用：将离散型的数据转换成 0 00 到 n − 1 n-1n−1 之间的数，这里 n nn 是一个列表的不同取值的个数，可以认为是某个特征的所有不同取值的个数。from sklearn.preprocessing import LabelEncoderdata = pd.read_csv(pathUtils.train_path,engine='python')encoder= LabelEnc