【机器学习】：1、特征工程：数据归一化

数据预处理方法

scikit-learn模块

降维模块 Dimensionality reduction (decomposition)
数据预处理模块 Preprocessing
填补缺失值 impute
特征选择 feature_selection

数据无量纲化

数据归一化 normalization(preprocessing.MinMaxScaler)

通过 中心化（平移）缩放处理 ，MinMaxScaler参数 feature_range 默认参数[0,1]，使得数据收敛到(0,1)
极易受异常值的影响

from sklearn.preprocessing import MinMaxScaler
import pandas as pd
data = [[-1,2],[-0.5,6],[0,10],[1,18]]
#实现归一化
scaler = MinMaxScaler(feature_range=[0,1])
result = scaler.fit_transform(data)

# 复原数据
scaler.inverse_transform(result)

作者：陈文瑜
链接：https://www.jianshu.com/p/bffe252d7056
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。