2.1 数据无量纲化
数据的无量纲化可以是线性的,也可以是非线性的。线性的无量纲化包括中心化(Zero-centered或者Meansubtraction)处理和缩放处理(Scale)。
中心化的本质是让所有记录减去一个固定值,即让数据样本数据平移到
某个位置。
缩放的本质是通过除以一个固定值,将数据固定在某个范围之中,取对数也算是一种缩放处理。
2.1.1 preprocessing.MinMaxScaler (归一化)
2.2 preprocessing.StandardScaler (标准化)
2.1.3 StandardScaler和MinMaxScaler(图像)选哪个?
2.2、缺失值
2.2.1、impute.SimpleImputer :填补缺失值
2.3 处理分类型特征:编码与哑变量 (把是字符串的改成数字)
2.3.1、preprocessing.LabelEncoder:标签专用,能够将分类转换为分类数值
2.3.2、 preprocessing.OrdinalEncoder:特征专用,能够将分类特征转换为分类数值
2.3.3、 preprocessing.OneHotEncoder:独热编码,创建哑变量 (稀疏矩阵)
2.4 处理连续型特征:二值化与分段
2.4.1 sklearn.preprocessing.Binarizer
2.4.2 preprocessing.KBinsDiscretizer
代码实战