数据预处理（标准化、归一化等）

# 解决机器学习问题的相关的科学计算工具包
import sklearn.preprocessing as sp

均值移除（ z-score标准化）

A = sp.scale(array)

范围缩放（Min-Max标准化）

raw_sample = np.array([
[17., 100., 4000],
[20., 80., 5000],
[23., 75., 5500]])

mms = sp.MinMaxScaler(feature_range(0,1))
result = mms.fit_transform(原始样呢矩阵)

# 手动计算
new_sample = []

for row in raw_sample.T:
    min_val = row.min()
    max_val = row.max()
    # 整理所缩放线性关系所需要的矩阵：A与B
    A = np.array([[min_val,1],[max_val,1]])
    B = np.array([0,1])
    # x = np.linalg.lstsq(A,B)[0]
    x = np.linalg.solve(A,B)
    newrow * x[0] +x[1]
    new_sample.append(new_row)
print(np.array(new_sample).T)

归一化

result = sp.normalize(raw_sample,norm='l1')

二值化

# 给出阈值，获取二值化器（大于阈值为1，小于阈值为0）
bin = sp.Binarizer(threshole=阈值)
# 调用transform方法对原始样本矩阵进行二值化预处理操作
result = bin.transform(原始样本矩阵)

独热编码(One-Hot Encoding)

使用场景：计算相似度

# 创建一个独热编码器
ohe = sp.OneHotEncoder(sparse=是否采用紧缩格式，dtype=数据类型)
# 对演示样本矩阵进行处理，返回独热编码后的样本矩阵
result = ohe.fit_transform(原始样本矩阵)
# 方法二
encode_dict = ohe.fit(原始样本矩阵)
result = encode_dict.transform(原始样本矩阵)

标签编码

# 获取标签编码器
lbe = sp.LabelEncoder()
# 调用标签编码器的fit_transform方法训练并且为原始样本数组进行标签编码
reulet = lbe.fit_transform(原始样本特征数组)
# 根据标签编码的结果矩阵反查字典，得到原始数据矩阵
samples = lbe.inverse_transform(result)