机器学习(2)--特征工程之特征预处理(归一化/标准化/缺失值)

二、数据的特征处理

概念：通过特定的统计方法（数学方法）将数据转换成算法要求的数据

不同数据的处理方式：（并非一定要用，视情况）

数值型数据：标准缩放：         

1、归一化                      

2、标准化                  

3、缺失值

类别型数据：one-hot编码（后续补充）

时间类型：时间的切分（后续补充）

sklearn特征处理API

sklearn. preprocessing

数值型数据

1. 归一化：

特点：通过对原始数据进行变换把数据映射到(默认为[0,1])之间

公式：

 

 注：作用于每一列，max为一列的最大值，min为一列的最小值,那么X’’ 为最终结果，mx，mi分别为指定区间值默认mx为1,mi为0

归一化公式计算过程：

x11 = 90-60/90-60 = 1，x11‘ = 1（1-0）+0