论文合作、课题指导请联系QQ2279055353
归一化
归一化(Normalization
), 是将逐个样本缩放成单位范数(方差)的过程。归一化过程对于平方的形式,例如点积,或者量化成对样本的核函数时是有用的。Python函数normalize()
提供了一种快速简单的归一化操作,主要使用L1
, L2
范数。
例子
模块preprocessing
进一步提供了实用类Normalizer
, 使用Transformer API实现相同的归一化操作。
normalizer = preprocessing.Normalizer().fit(X) # fit does nothing
离散化
离散化(Discretization
, or quantization or binning
), 是用来分割连续变量成为若干个离散值的一种方法。One-hot
编码的离散化特征使得模型更复杂,但更具可解释性。
K-bins离散
KBinsDiscretizer
类将连续特征离散化成k个bins
, 由函数KBinsDiscretizer()
实现。
默认输出是一个One-hot编码的稀疏矩阵。对于每一个特征,fit
方法计算bin数量与边长,然后定义间隔。在上例种,
-
特征1: