python数据分析

python数据分析

总结一下近期了解到的数据分析预处理的方法。

1、均值移除

  统一样本矩阵中不同特征的基准值和分散度，将各个特征的平均值调整为0，标准差调整为1。

  例如某矩阵的一列值分别是a，b，c，m表示均值，s表示标准差，均值移除后的对应数据是 (a-m)/s，(b-m)/s，(c-m)/s。

  使用情况：某样本有些特征的数值比较大，而有的特征的数值比较小，在分析时大的数值可能会覆盖小的数值，就可以使用均值移除来解决。

   在python中方法：sklearn.preprocessing.scale(原始样本矩阵)  -> 均值移除后的样本矩阵

示例：

1. import numpy as np

2. import sklearn.preprocessing as sp

3.  

4. raw_samples = np.array([

5. [3, 20, 200, -5400],

6. [0, 40, -100, 2100],

7. [1, 30, 190, -4300]

8. ], dtype='float')

9.  

10. std_sample = sp.scale(raw_samples)

11. print(std_sample)

    </