数据预处理(去量钢化)的四大方法与python实现
做数据分析,尤其是数据建模,一半的时间都会花费在数据预处理上。但不进行预处理又不可行,因为不处理就不能很好地进行数据压缩和可视化,也不能满足模型对数据的要求。数据预处理重要又费时,如何提高数据预处理的效率呢?数据去量钢化预处理四大方法来了, python帮你轻松实现。01.去量钢化四大方法标准化(StandardScaler)StandardScaler使每个特征的平均值为0,方差为1。优点是确保每一个特征都在同一个数量级上,缺点是不能保证每个特征的最大值和最小值。鲁棒标量化(RobustS
转载
2020-08-28 18:02:45 ·
1384 阅读 ·
0 评论