sklearn preprocessing 数据预处理（OneHotEncoder）

最新推荐文章于 2022-05-23 21:52:02 发布

再干杨超越

最新推荐文章于 2022-05-23 21:52:02 发布

阅读量1.9k

点赞数

本文链接：https://blog.csdn.net/qq_43679627/article/details/87815114

版权

本文介绍了如何使用sklearn的StandardScaler进行数据标准化，以及详细讲解了OneHotEncoder的工作原理和用法，包括如何对label和categorical feature进行编码，并展示了编码过程。同时提供了OneHotEncoder的属性feature_indices_和n_values_的含义。

摘要由CSDN通过智能技术生成

0. StandardScaler

去均值时，在测试集上进行预测时减去的均值是训练集上得到的均值；

import sklearn.preprocessing as prepdef standard_scale(X_train, X_test): preprocessor = prep.StandardScaler().fit(X_train) X_train = preprocessor.transform(X_train) X_test = preprocessor.transform(X_test) return X_train, X_test
  
  
  
   1
   2
   3
   4
   5
   6
   7