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 =