机器学习:数据预处理

一、标准化

均值为0,标准差为1

from sklearn import preprocessing
scaler = preprocessing.StandardScaler()
scaler.fit_transform(X)  

二、归一化

对原始数据进行线性变换,变换到[0,1]区间(也可以是其他固定最小最大值的区间)

from sklearn import preprocessing
scaler = preprocessing.MinMaxScaler(feature_range=(0, 1))
scaler.fit_transform(X)

三、正则化

from sklearn import preprocessing
X_normalized = preprocessing.normalize(X, norm='l2')
X_normalized = preprocessing.normalize(X, norm='l1')

四、one-hot编码

离散特征值的编码方式,类别特征编码

from sklearn import preprocessing
encoder = preprocessing.OneHotEncoder()
encoder.fit_transform(data).toarray()

五、特征二值化

给定阈值,将特征转换为0/1

from sklearn import preprocessing
binarizer = preprocessing.Binarizer(threshold=1.1)
binarizer.transform(X)

六、标签编码

from sklearn import preprocessing
le = preprocessing.LabelEncoder() 
le.fit_transform(data)
已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页