特征预处理

特征预处理

归一化处理

MinMaxScaler语法

from sklearn.preprocessing import MinMaxScaler
X = [[90,2,10,40],
     [60,4,15,45],
     [75,3,13,46]]
def mm():
    mm = MinMaxScaler(feature_range=(0,1))

    data = mm.fit_transform(X)

    print(data)

    return None
if __name__ == '__main__':
    mm()

结果：

说明：归一化处理对每一列都进行

MinMaxScaler(feature_range=(0,1))中 feature_range的范围就是全部数值归一化处理后的范围

标准化处理

StandardScaler语法

from sklearn.preprocessing import StandardScaler

X =