PCA降维
from sklearn.decomposition import PCA
newX = pca.fit_transform(X) #等价于pca.fit(X) pca.transform(X)
invX = pca.inverse_transform(X) #将降维后的数据转换成原始数据
print(pca.explained_variance_ratio_) # 返回所保留的n个成分各自的方差百分比
用pd.get_dummies进行one-hot编码
- 进行OneHot编码
- sklearn.preprocessing.OneHotEncoder()
- sklearn.feature_extraction.DictVectorizer()
- pd.get_dummies()
- 进行数字编码
- sklearn.preprocessing.LabelEncoder()
- sklearn.preprocessing.OrdinalEncoder()
- map函数映射