scikit-learn(sklearn)学习笔记四

normalization标准化即scale
例子如下

from sklearn import preprocessing
import numpy as np

a=np.array([[10,2.7,3.6],[-100,5,-2],[120,20,40]],dtype=np.float64)
print(a)
print(preprocessing.scale(a))
[[  10.     2.7    3.6]
 [-100.     5.    -2. ]
 [ 120.    20.    40. ]]
[[ 0.         -0.85170713 -0.55138018]
 [-1.22474487 -0.55187146 -0.852133  ]
 [ 1.22474487  1.40357859  1.40351318]]

然后我们进行下一步学习，先引入我们所需的第三方库

from sklearn import preprocessing
import numpy as np
from sklearn.model_selection import train_test_split#划分训练集测试集 
from sklearn.datasets._samples_generator import make_classification#生成数据
from sklearn.svm import SVC#从支持向量机中选择支持向量机用于分类
import matplotlib.pyplot as plt

我们生成一些data方便我们做预测

X,y=make_classfication(n_samples=300,n_features=2,n_redundant=0,n_informative=2,random_state=22,n_clusters_per_class=1,scale=100)#300个data，2个属性，有两个比较相关的data的属性，随机序列为22
plt.scatter(X[:,0],X[:,1],c=y)
plt.show()

我们这次需要处理的数据如下

然后进行下一步工作

X=preprocessing.scale(X)#把X标准化
#或者可以这样
X=preprocessing.minmax_scale(X,feature_range(0,1))
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3)
clf=SVC()
clf.fit(X_train,y_train)

print(clf.score(X_test,y_test))
0.9666666666666667

如果我们不进行标准化，看看结果

0.9111111111111111

下降了一些，所以这种方式对于机器学习十分重要。