机器学习笔记7--特征预处理

数值型数据的无量纲化：

归一化

标准化

 目的就是为了使不同规格的数据转换到同一规格

 特征预处理API

sklearn.preprocessing 

归一化：

为最终结果，mx，mi分别为指定区间，默认mx=1，mi=0

API：

# 数据的归一化
def minmax_demo():
    '''
    数据的归一化
    :return:
    '''
    # 1 获取数据, 明确数据编码方式比较好，默认为asic编码
    data = pd.read_csv("水垢数据(带标签).csv", encoding="utf-8")
    # 只要数据的前三列
    data = data.iloc[:, :3]
    # print(data)
    # 2 实例化一个转换器类(可以设置归一化范围，如2--3)
    transfer = MinMaxScaler(feature_range=[2, 3])
    # 3 调用fit_transform
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new)

    return None

 缺点：数据中如果有异常值（最大或最小值）所以鲁棒性较差，适合传统小数据场景

标准化：

mean 为均值， 为标准差

因为引入了均值和标准差，能够有效克服异常值的影响所以更为通用

API：

# 数据的标准化(消除最大最小值出现异常而影响了归一化的问题）
def stand_demo():
    '''
    数据的标准化
    :return:
    '''
    # 1 获取数据
    data = pd.read_csv("水垢数据(带标签).csv", encoding="utf-8")
    # 只要数据的前三列
    data = data.iloc[:, :3]
    print(data)

    # 2 实例化一个转换器类
    transfer = StandardScaler()

    # 3 调用fit_transform
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new)

    return None

应用场景较多