特征放缩(Feature scaling)

特征放缩的几种方法

1.Min-Max scaling min-max标准化

该方法是最简单的数组放缩方法。

处理类:
from sklearn.preprocessing import MinMaxScaler

2.均值归一化处理(Mean normalization)

3.均值标准化Z-score standardization

在很多机器算法中使用到,例如支持向量机,逻辑回归,人工神经网络。

from sklearn.preprocessing import StandardScaler
StandardScaler(copy=True,with_mean=True,with_std=True)
from sklearn.preprocessing import scale

4.缩放到单位向量 Scaling to unit length

from sklearn.preprocessing import Normalizer
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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