使用sklearn转换器处理数据

1.datasets模块常用数据集加载函数：

load_boston,fetch_california_housing,load_digits,load_breast_cancer,load_iris,load_wine

data,target,feature_names,DESCR分别获取数据集的数据，标签，特征名称，描述信息

2.将数据集划分为训练集和测试集：

from sklearn.model_selection.train_test_split

常用参数：arrays：接受一个或多个数据集

test_size：测试集的大小

train_size：训练集的大小

random_size,shuffle,stratify

3.使用sklearn转换器进行数据预处理与降维：

转换器的三个方法：fit，tarnsform，fit_transform

from sklearn.preprocessing import 预处理函数名称

x = MinMaxScaler().fit(cancer_data_train) # 生成规则

y = x.transform(训练集) # 将规则应用于训练集 

部分预处理函数：MinMaxScaler等差标准化