sklearn.preprocessing 预处理

这篇博客详细介绍了sklearn.preprocessing库中的数据预处理方法,包括将分类特征编码为整数数组、独热编码、单位范数归一化、最小-最大缩放、标准化、二值化、分箱以及生成多项式特征等。这些方法对于机器学习和数据挖掘项目中的数据预处理至关重要。
摘要由CSDN通过智能技术生成

主要方法: fit_transform, fit, transform

  • OrdinalEncoder: Encode categorical features as an integer array. api
  • OneHotEncoder: 使用K中的一个,也称为一个热编码或伪编码。api
  • normalize: Scale input vectors individually to unit norm (vector length). api
  • StandardScaler: 线性变换z=(x-u)/s
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