sklearn数据预处理与决策树的实现

make_blobs主要是为了生成分类或者聚类数据集的

n_features表示每一个样本有多少特征值

n_samples表示样本的个数

centers是聚类中心点的个数，可以理解为label的种类数

random_state是随机种子，可以固定生成的数据

cluster_std设置每个类别的标准差，默认为1

shuffle：洗牌

将数据缩放至指定的范围内

class sklearn.preprocessing.MinMaxScaler(feature_range=(0,1),copy=True)

将数据的最大值缩放至1

class sklearn.preprocessing.MaxAbsScaler(copy=True)

数据的Normalization---向量单位化

sklearn.preprocessing.normalize(

X,axis=1,copy=True

norm = 'l2':'l1','l2',or 'max',用于正则化的具体范数

return_norm = False:是否返回所使用的范数

)

稳健标准化

将中位数和百分位数（默认使用四分位间距）分别代替均数和标准差用于数据的标准化。

sklearn.preprocessing.robust_scale(

X,axis=0,with

)

S折交叉验证(S-fold cross validation)

S:超参数，把数据分成多少份

留一交叉验证(LOOCV,Leave one out cross validation)

LOOCC是保留一个数据点，同样的你也可以保留P个数据的作为验证集，这种方法叫LPOCV

Sklearn交叉验证常用命令

sklearn.model_selection:cross_val_score#将拆分与评价合并执行

               cross_validate#同时使用多个评价指标

               cross_val_predict#使用交互验证后的模型进行预测

 

 

 

sklearn决策树