Python机器学习——1 监督学习（1.1-1.3 数据的预处理and编码）

Python机器学习—1 监督学习（1.1-1.3数据的预处理and编码）

1.1 简介

• 监督学习：监督学习是值在有标记的样本（labeled sample）上建立机器学习的模型。
• 无监督学习：面对的是没有标记的数据，假设需要把一些数据分成不同的组别，但是对分组条件毫不知情。

1.2 数据预处理技术

• 在实际中，原始数据通常是计算机无法理解的，所以要对原始数据进行预处理.

1.2.1 准备工作

• 导入程序包and数组：

import numpy as np
from sklearn import preprocessing #预处理
data=np.array([[3, -1.5, 2, -5.4],
              [0, 4, -0.3, 2.1],
              [1, 3.3, -1.9, -4.3]])

1.2.2 详细步骤—>归一化

• 机器学习中最常用的归一化形式就是将特征向量调整为L1范数.

data_normalized=preprocessing.normalize(data,norm="l1")
print ("\n L1 normalized data=",data_normalized)

1.3 标记编码方法

• 在监督学习中，需要处理各种各样的标记。
• 这些标记可能是数字、也可能是单词。
• 如果是数字，那么算法可以直接使用它们。
• 如果是单词，则需要标记编码把单词转化为数值形式。

标记编码代码如下：

from sklearn import preprocessing #预处理
label_encoder=preprocessing.LabelEncoder()
input_class=['audi','ford','audi','toyota','ford','bmw']
label_encoder.fit(input_class)
for i,item in enumerate(label_encoder.classes_):
    print (item,"-->",i)

输出：

编码查看

ChaKan=['toyota','ford','audi']
encoded_labels=label_encoder.transform(ChaKan)

输出：
这样，计算机就可以识别audi、ford等单词了
————————————————————————————————————————
记录自己的一句座右铭：

                                                    路漫漫其修远兮，吾将上下而求索。