特征变换

离散化

    原因：1、克服数据缺陷    2、某些算法要求    3、非线性数据映射

    方法：等频=等深划分 （每个区间划分的数量一致） pd.pcut(x=...,bins=...)

               等宽=等距   pd.cut(x=...,bins=...)

 

数值化  

     归一化  MinMaxScaler    

     将数据缩放到0~1之间，可观察单个数据在数据中占据的比例，便于对比数据间情况。

     df['demo'] = \
            MinMaxScaler().fit_transform(df['demo'].values.reshape(-1,1)).reshape(1,-1)[0]    #归一化,df为一个DataFrame

    标准化  StandardScaler  --> 标准差为1，均值为0  

    df['demo'] = \
            StandardScaler().fit_transform(df['demo'].values.reshape(-1,1)).reshape(1,-1)[0]  #标准化