处理数值型数据

一、特征的缩放.

用scikit-learn的MinMaxScaler来缩放一个特征数组：

import numpy as np
from sklearn import preprocessing
feature=np.array([[-500.5],
                  [-100.1],
                  [0],
                  [100.1],
                  [900.9]])
#创建缩放器
minmax_scale=preprocessing.MinMaxScaler(feature_range=(0,1))
#缩放特征的值
scaled_feature=minmax_scale.fit_transform(feature)
scaled_feature

在机器学习中，缩放是一个很常见的预处理任务。后面很多算法都假设所有的特征是在同一取值范围中的，最常见的范围是[0,1]或[-1,1]。用于缩放的方法有很多，其中最简单的一种被称为min-max缩放。min-max缩放利用特征的最小值和最大值，将所有特征都缩放到同一个范围中。

scikit-learn的MinMaxScaler支持两种方式来缩放特征。第一种方式是使用fit计算特征的最小值和最大值，然后使用transform来缩放。第二种方式是使用fit_transform一次性执行上面所说两个操作。从数学上来说，这两种方式没有区别。但有时候将两个操作分开会带来一些好处，因为这样1我们就能对不同的数据集执行同样的转换。 

二、特征的标准化

scikit-learn的StandardScaler能对一个特征进行转换，使其平均值为0，标准差为1。

import numpy as np
from sklearn import preprocessing
x=np.array([[-1000.1],
                  [-200.2],
                  [500.5],
                  [600.6],
                  [9000.9]])
#创建缩放器
scaler=preprocessing.StandardScaler()
#转换特征
standardized=scaler.fit_transform(x)
#查看特征
standardized

min-max缩放有一个常见的替代方案，就是将特征缩放为大致符合标准正态分布的。我们使用标准化方法来转换数据去实现这样的缩放，这样数据就能有一个等于0的平均值和一个等于1的标准差。特征中的每个元素都会被转换

在主成分分析中标准化方法更有用，而在神经网络中则更推荐使用min-max缩放。

查看解决方案中最后输出的平均值和标准差，我们就能知道标准化的效果：

print("Mean:",round(standardized.mean()))
print("Standard deviation:",standardized.std())

如果数据中存在很大的异常值，可能会影响特征的平均值和方差，也会对标准化的效果造成不良影响。在这种情况下，使用中位数和四分位数间距进