机器学习数据预处理(sklearn库系列函数)

本文详细介绍了如何利用sklearn库进行机器学习数据预处理,涵盖了从数据清洗到特征缩放的全过程,包括缺失值处理、标准化和归一化等关键步骤。
摘要由CSDN通过智能技术生成

【1】

sklearn.preprocessing.PolynomialFeatures
PolynomialFeatures有三个参数

degree:控制多项式的度
interaction_only: 默认为False,如果指定为True,那么就不会有特征自己和自己结合的项,上面的二次项中没有a^2和b^2。
include_bias:默认为True。如果为True的话,那么就会有上面的 1那一项。

例子1,interaction_only为默认的False时
from sklearn.preprocessing import PolynomialFeatures
a = [[2,4]]
pol = PolynomialFeatures()
b = pol.fit_transform(a)
print(b)

out:array([[ 1.  2.  4.  4.  8. 16.]])    #符合(1,a,b,a^2,ab, b^2)


例子2,interaction_only=True时
from sklearn.preprocessing import PolynomialFeatures
a = [[2,4]]
pol = PolynomialFeatures(interaction_only=True)
b = pol.fit_transform(a)
print(b)
out:array([[1. 2. 4. 8.]])    #输出中不包含a^2和b^2项

【2】

sklearn.preprocessing.scale(X, axis=0, with_mean=True,with_std=True,copy=True)

X:数组或者矩阵
axis:int类型,初始值为0&#
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值