python打卡训练营打卡记录day8

知识点：

字典的简单介绍
标签编码
连续特征的处理：归一化和标准化

作业：对心脏病数据集的特征用上述知识完成，一次性用所有的处理方式完成预处理，尝试手动完成，多敲几遍代码。

#导入数据并查看
import pandas as pd
data = pd.read_csv(r'heart.csv')
data

#对有顺序的离散特征进行标签编码，但因为该数据集所有离散特征均已进行编码，所以只好原地踏步一下
data["cp"].value_counts()
mapping = {
        "0": 0,
        "1": 1,
        "2": 2,
        "3": 3 
}
data["cp"].head()

# 以age为例，借助sklearn库进行归一化处理
from sklearn.preprocessing import StandardScaler, MinMaxScaler
data = pd.read_csv("heart.csv")# 重新读取数据

# 归一化处理
min_max_scaler = MinMaxScaler()
data['age'] = min_max_scaler.fit_transform(data[['age']])
data['age'].head()

# 标准化处理
scaler = StandardScaler()
data['age'] = scaler.fit_transform(data[['age']])
data['age'].head()

数据集

对cp进行标签编码结果

age归一化结果

age标准化结果