python在机器学习中的使用之一--数据预处理

python中的sklearn库里面实现了很多机器学习的算法，而数据预处理是机器学习的第一步也是很重要的一步，sklearn库中的preprocessing类提供了数据标准化的方法。

1.Standardization, or mean removal and variance scaling

scale方法将数据进行了简单快速的标准化：每列的均值为0，每列的方差为1。

preprocessing还提供了StandardScaler这个类，同样可以用对数据进行简单的标准化。

1.1Scaling features to a range

用minmaxScaler和maxabsScaler将数据归一化到某个范围内，通常是[0,1]。

maxabsScaler把数据归一化到[-1,1]

2.Normalization

用normalize或者Normalizer类实现对数据的规范化

3.Binarization

二值化

4.缺失值处理

5.Generating polynomial feature

The features of X have been transformed from  to 

The features of X have been transformed from  to .

6.Custom transformers

将每个数据用一个函数进行转换

（log1p是指以（1+x）为底的对数）