sklearn preprocessing 数据预处理 OneHotEncoder

最新推荐文章于 2024-06-20 21:10:40 发布

阿拉斯加的狗

最新推荐文章于 2024-06-20 21:10:40 发布

阅读量480

点赞数

本文链接：https://blog.csdn.net/hftytf/article/details/83759750

版权

本文介绍了如何使用sklearn库中的StandardScaler进行数据标准化，并重点讲解了OneHotEncoder在处理分类特征时的用法，包括其工作原理和实际应用。同时，作者鼓励读者学习人工智能知识，推荐了一篇相关教程。

摘要由CSDN通过智能技术生成

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

0. StandardScaler

去均值时，在测试集上进行预测时减去的均值是训练集上得到的均值；

import sklearn.preprocessing as prepdef standard_scale(X_train, X_test): preprocessor = prep.StandardScaler().fit(X_train) X_train = preprocessor.transform(X_train) X_test = preprocessor.transform(X_test) return X_train, X_test
  
  
  
   1
   2
   3
   4<