超级会员免费看
本文详细介绍了如何使用sklearn库对数据进行预处理，包括标准化、非线性转换、归一化、离散值编码、生成多项式特征以及估算缺失值。标准化通过Z-score、Min-max和MaxAbs实现数据的零均值、单位标准差处理；非线性转换旨在将数据映射到均匀或高斯分布；归一化涉及L1和L2范式，确保数据的单位范数；离散值编码通过OneHotEncoder进行；多项式特征用于增加模型复杂度；最后，Imputer估算缺失值，以充分利用数据。
第1关：标准化
任务描述
本关任务：利用sklearn对数据进行标准化。
相关知识
为了完成本关任务，你需要掌握：1.为什么要进行标准化，2.Z-score标准化，3.Min-max标准化，4.MaxAbs标准化。
为什么要进行标准化
对于大多数数据挖掘算法来说，数据集的标准化是基本要求。这是因为，如果特征不服从或者近似服从标准正态分布（即，零均值、单位标准差的正态分布）的话，算法的表现会大打折扣。实际上，我们经常忽略数据的分布形状，而仅仅做零均值、单位标准差的处理。在一个机器学习算法的目标函数里的很多元素所有特征都近似零均值，方差具有相同的阶。如果某个特征的方差的数量级大于其它的特征，那么，这个特征可能在目标函数中占主导地位，这使得模型不能从其它特征有效地学习。
# -*- coding: utf-8
订阅专栏 解锁全文
4532
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
