y = [14.6,102,148.2,98.3,50.8,69.2,45.9,222.7,64.8,39.3,39.7,62.3,24.1,71.1,83.8,78.9,47.8,28.1,23.4...

最新推荐文章于 2024-09-17 23:15:58 发布

向沙托夫问好

最新推荐文章于 2024-09-17 23:15:58 发布

阅读量97

点赞数

文章标签： numpy python 机器学习深度学习数据分析

本文链接：https://blog.csdn.net/weixin_42600407/article/details/129564114

版权

这段代码展示了如何利用numpy的reshape方法将数据转换为适合机器学习模型的形状，并引入了sklearn.preprocessing的RobustScaler进行数据规范化，这是数据预处理的重要步骤。

摘要由CSDN通过智能技术生成

为了解决这个问题，需要使用array.reshape(-1, 1)来重新构建数据。完整的代码如下：from sklearn.preprocessing import RobustScaler import numpy as npy = np.array([14.6,102,148.2,98.3,50.8,69.2,45.9,222.7,64.8,39.3,39.7,62.3,24.1,71.1,83.8,78.9,47.8,28.1,23.4,182.4,32.9,170.7,36.8,53.4,24.1,97.6,38.8,46.5,31.2,58.1,115.9,28.1,57,88.9