python#标准缩放

数值型数据：标准缩放

from sklearn.feature_extraction import DictVectorizer
from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer
import jieba
from sklearn.preprocessing import MinMaxScaler,StandardScaler


def mm():
    """
    归一化处理
    把数据进行缩放
    特征同等重要的时候，进行归一化。。
    目的：使得某一个特征对最终结果不会造成更大的影响
    缺点：对异常点，最大点，最小点不好控制
    """
    mm = MinMaxScaler(feature_range=(2,3))
    # fit_transform()的作用就是先拟合数据，然后转化它将其转化为标准形式
    data = mm.fit_transform([[90,2,10,40],[60,6,15,45],[23,44,55,1]])
    print(data)


def stand():
    '''
    标准化缩放
    处理之后每列来说所有数据都聚集在均值0附近，标准差差为1
    '''
    std = StandardScaler()
    data = std.fit_transform([[1,-1,3],[2,5,6],[3,4,6]])
    print(data)
    # 标准化总结，在已经有的样本足够多的情况下比较稳点，适合现在嘈杂大数据场景

if __name__ == '__main__':
    stand()


'''

'''

缺失值 sklearn.preprocessing.Imputer

如何处理缺失值
1.要么删除

2.要么增加
可以通过缺失值，每行每列的平均值、中位值来填充
Imputer(missing_values=‘NaN’,strategy=‘mean’,axis=0)
完成缺失值插补

missing_values=‘NaN’-----找到要写值的地方，NaN空置
strategy=‘mean—用mean值填补
axis=0—列值
replace(’?’,np.nan)------缺失值要换，只能换np.nan的值