python实现rpca_机器学习中的算法及Python3实现（下）

一、前情提要

在机器学习中的算法及Python3实现(上) 中，我们介绍了常见的监督学习算法的Python实现，可以实现对数据的分析。但通常情况下，我们会面对一堆原始数据，而我们尚未给这些数据一个标签，却又想知道这些数据的分布情况，这时候需要对数据进行聚类，这就是非监督学习的一个主要目标。

二、非监督学习

非监督学习主要有两种应用：聚类与数据变换。

简而言之，聚类是将数据集按照某些相似特点聚成许多类(主成分分析等)；数据变换通常是数据预处理的一部分，常见应用是降维。

很明显，由于我们并没有事先告诉模型我们想要的是什么，所以当数据被聚类之后我们无法判断这个模型的好坏，可能刚好是想要的，但也可能不是。除了人工检查之外，并没有什么好的方法判断模型优劣。数据预处理方式

# 利用数据集的最大最小值进行缩放

from sklearn.preprocessing import MinMaxScaler

# 对数据集进行标准缩放

from sklearn.preprocessing import StandardScaler

# 使用one-hot编码，将一个分类特征变成多个二分类特征(0/1)

from sklearn.preprocessing import OneHotEncoder

# 多项式特征分类，用于扩展连续特征

from sklearn.preprocessing import PolynomialFeatures

假定有一个数据集X，对其进行标准化则需要先对其调用fit, 然后才能使用transform方法进行转化。

from sklearn.preprocessing