df = pd.read_csv('dzdp.csv')

df = _________________

df.head()

data.plot.bar(figsize=(10, 5),stacked=True)

__________________

__________________

plt.show()

X = dataset[:, i]

y = dataset[:, 5]# 选择总评论数列的所有数据

y = LabelEncoder().fit_transform(y)

result = ___________________ # 计算皮尔逊相关系数

...

# 利用 Apriori 找出频繁项集

freq = apriori(df, min_support=____________, use_colnames=True)

(1) (填空题) ______________是一种广泛使用的二元分类算法，其目标是将给定的数据点分配到两个不同的类别中之一。

# 神经网络  

model = ________________(random_state=0, learning_rate='adaptive', learning_rate_init = 0.01, max_iter = 1000,  early_stopping=False)  

model.fit(X_train,y_train)  

...

 kmeans = KMeans(n_clusters=k).fit(data)

...

associate = apriori(list2, min_support=0.10, min_confidence=0.80, min_lift=1) 

以上代码说明最小置信度为____________________。

(1) (填空题) 收集选取网络弹幕数据：data = _____________.get(url=html_url, headers=headers)

model = ______________(lines,vector_size = 20, window = 2 , min_count = 3, epochs=7,negative=10,sg=1)

from sklearn.linear_model import LogisticRegression

____________________________

logitmodel.fit(x_train, y_train.astype('int'))

...

(1) (简答题) 首先使用pandas加载excel文件，文件名称为BOOK_DATA.xlsx，得到Dataframe对象df：

选择特征变量和目标变量：

X=df2.___（方法A）_______[:,0:len(df2.columns.tolist())-1].values

y=df2.___（方法A）_______[:,len(df2.columns.tolist())-1].values

请写出 以上代码中的 方法A 。