机器学习入门之特征预处理

背景

了解机器学习中数据预处理相关知识点。

数据无量纲化

标准化

from sklearn.preprocessing import StandardScaler
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
​
scaler = StandardScaler()               #实例化
scaler.fit(data)                        #fit，本质是生成均值和方差
​
scaler.mean_                            #查看均值的属性mean_
scaler.var_                             #查看方差的属性var_
​
x_std = scaler.transform(data)          #通过接口导出结果
​
x_std.mean()                            #导出的结果是一个数组，用mean()查看均值
x_std.std()                             #用std()查看方差
​
scaler.fit_transform(data)              #使用fit_transform(data)一步达成结果
​
scaler.inverse_transform(x_std)         #使用inverse_transform逆转标准化

归一化

from sklearn.preprocessing import MinMaxScaler
​
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
​
#不太熟悉numpy的小伙伴，能够判断data的结构吗？
#如果换成表是什么样子？
import pand