数据分析与挖掘--数据转换

1、数据规范化

     1）离差标准化--消除量纲

         x1=（x-min)/(max-min)）

    2) 标准差标准化

        x1=（x-平均值）/标准差

2、离散化

a=train['month_traffic'].T
b=pd.cut(a.values,100,labels=range(100))  #第二个参数是划分的份数，也可以是不等距划分，[0,50,90,120,140]划分成了不等距的4份
train['month_traffic']=b.T

3、属性构造

4、属性规约和数值规约

     主成分分析法：

       from sklearn.decomposition import PCA

      data=pd.read_csv('a.csv)

       pca1=PCA(）

       pca1.fit(data)

       charc=pca1.coponents_     #返回模型中的各个特征量

       rate=pca1.explained_variance_ratio_     #各个成分中各自方差百分比，贡献率

       pca2=PCA(2)    #降成2维

       pca2.fit(data)

       redc=pca2.transform(data)    #降维

       charc=pca2.components_ 

       recv=pca2.inverse_transform(redc)       #恢复原来的维数