重新缩放数据理解

本文介绍了如何使用Python的seaborn库对Titanic数据集中年龄变量进行预处理,包括计算平均值填充缺失值、去除高位异常值、以及进行归一化和标准化处理。
摘要由CSDN通过智能技术生成
import seaborn as sns
1、首先加载数据集
titanic = sns.load_dataset("titanic")
age = titanic["age"]

 2、然后求取平均值,将为空的数据设置为平均值

mean = age.mean()
mean = mean.round()
age.fillna(mean,inplace=True)

3、去掉高位异常值

max_value = age.mean()+(3*age.std())
age =age[age <=max_value]

4、归一化数据

age_normalized = (age-age.min())/(age.max()-age.min())
print(age_normalized.head(10))

5、标准化数据

age_standardized = (age-age.mean())/(age.std())
print(age_standardized.head(10))

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值