特征预处理

1. 定义：

通过数学函数,将数据转换为更适合模型算法的数据

2. 内容：

a.归一化

b.标准化

3. 归一化：

a. 定义：

将特殊数据归纳到 0 ~ 1 的 范围内

b. 转换公式：

x' = (x - min)/ (max - min ) [0 , 1]

x" = x'(mx - mi) + mi

mx, mi 指的是归纳的区间范围， 默认mx = 1 , mi = 0

c. api

from sklearn.preprocessing import MinMaxScaler

参数：

feature_range=(0, 1)：默认归纳区间

方法：

fit

transform

fit_transform():对数据进行转换

d.归一化缺陷

1.容易受到异常点的干扰影响

2.适用于一些小型的并且正确的数据

4.标准化：

a.定义：

将数据转换为 均值为0 标准差为 1的范围内

b.转换公式：

x' = (x - mean) / 标准差

mean： 平均值

c. api:

from sklearn.preprocessing import StandardScaler

方法：

fit_transform

d. demo:

使用标准化处理数据，然后预测一下鸢尾花的数据集

e. 标准化优势：

优点： 平摊异常点造成的影响

使用范围： 数据量比较大，适合现代嘈杂大数据场景。

from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler
# 导入pandas
import pandas as pd


dating = pd.read_csv("./dating.txt")
# 确定好特征值
x = dating[["milage", "Liters", "Consumtime"]]

# 对数据进行归一化处理
mm = MinMaxScaler(feature_range=(2,3))
x = mm.fit_transform(x)

print(x)