目录
df1 = pd.DataFrame(np.random.randn(40, 9))
df2 = df1.iloc[:, :-1] + df1.iloc[:, 1: ].values * 0.6
df2 += 0.2 * np.random.randn(*df2.shape)
x = [[10001,2],[16020,4],[12008,6],[13131,8]]
np.array(x)
min_max_scaler = MinMaxScaler()
X_train_minmax = min_max_scaler.fit_transform(data.values[:, 0:11])#归一化后的结果
X_train_minmax
参考文献
[1]详解特征归一化
[2]机器学习中的特征相关性分析
[3]【机器学习】相关分析与回归分析基础
[4]机器学习中的简单相关性分析方法