Sklearn学习之:(1)数据标准化与归一化


使用波士顿房价数据集来作为案例,完成数据归一化和标准化

数据归一化

sklearn.preprocessing.MinMaxScaler()

from sklearn import preprocessing
from sklearn.datasets import load_boston
import  pandas as pd
import numpy as np

data = load_boston()
x = data.data
y = data.target

df = pd.DataFrame(x,columns=data.feature_names)
print(df)

std = preprocessing.MinMaxScaler()
x = std.fit_transform(x)
df = pd.DataFrame(x,columns=data.feature_names)

print(df)

原数据
在这里插入图片描述
归一化后的数据
在这里插入图片描述

数据标准化:使数据分布服从正态分布

sklearn.preprocessing.StandardScaler()

from sklearn.datasets import load_boston
import  pandas as pd
import numpy as np

data = load_boston()
x = data.data
y = data.target

df = pd.DataFrame(x,columns=data.feature_names)
print(df)
scale = preprocessing.StandardScaler()
x = scale.fit_transform(x)
df = pd.DataFrame(x,columns=data.feature_names)

print(df)

标准化后的数据
在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

暖仔会飞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值