13、python数据标准处理（0-1标准化、Z标准化、normalizer归一化）

数据标准化处理

问题：

量纲不一：就是单位、特征的单位不一致，不能放在一起比较

处理方法：

0-1标准化、Z标准化、normalizer归一化

案例：

# -*- coding: utf-8 -*-

import pandas
import numpy

data=pandas.read_csv(
        'D:\\DATA\\pycase\\number2\\6.1\\data1.csv' 
                )

## min-max（0-1）标准化

# 导入（0-1）标准化方法

from sklearn.preprocessing import MinMaxScaler

scaler=MinMaxScaler()

# 错误解决ValueError: Expected 2D array, got 1D array instead:
# array=[4742.92 3398.   2491.9  2149.   2070.  ].
# Reshape your data either using array.reshape(-1, 1) if your data has a single feature # # or array.reshape(1, -1) if it contains a single sample.

### 使用array.reshape(-1, 1)重新调整你的数据）python3 加values

data['0-1标准化票房']=scaler.fit_transform(data['票房'].values.reshape(-1,1))
data['0-1标准化评分']=scaler.fit_transform(data['评分'].values.reshape(-1,1))

# Z-score 标准化

from sklearn.preprocessing import scale

data['Z标准化票房']=scale(data['票房'].values.reshape(-1,1))
data['Z标准化评分']=scale(data['评分'].values.reshape(-1,1))

## normalizer 归一化

from sklearn.preprocessing import Normalizer

scaler=Normalizer()

data['归一化票房']=scaler.fit_transform(
        data['票房'].values.reshape(1,-1)
        )[0]

data['归一化评分']=scaler.fit_transform(
        data['评分'].values.reshape(1,-1)
        )[0]