码迷,mamicode.com
首页 > 其他好文 > 详细

特征工程之归一化及标准化

时间:2018-12-24 02:56:18      阅读:164      评论:0      收藏:0      [点我收藏+]

标签:tran   工程   技术   图片   数据   maxscale   数据转换   一个   def   

特征的预处理:对数据进行处理

特征处理:通过特定的统计方法(数学方法)将数据转换成算法要求的数据

技术分享图片

 

归一化:

多个特征同等重要的时候需要进行归一化处理
目的:使得某一个特征对最终结果不会造成更大影响

技术分享图片

技术分享图片

技术分享图片

归一化API:

技术分享图片

技术分享图片

技术分享图片

技术分享图片

 

标准化:

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

归一化及标准化实例代码:

# 数据预处理
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler


def mm():
    ‘‘‘
    归一化处理
    :return:None
    ‘‘‘
    # mm = MinMaxScaler()
    mm = MinMaxScaler(feature_range=(2, 3))
    data = mm.fit_transform([[90, 2, 10, 40], [60, 4, 15, 45], [75, 3, 13, 46]])
    print(data)
    return None


def stand():
    ‘‘‘
    标准化缩放
    :return:None
    ‘‘‘
    std = StandardScaler()
    data = std.fit_transform([[1, -1, 3], [2, 4, 2], [4, 6, -1]])
    print(data)
    return None


if __name__ == "__main__":
    mm()
    stand()

运行结果:

技术分享图片

 

特征工程之归一化及标准化

标签:tran   工程   技术   图片   数据   maxscale   数据转换   一个   def   

原文地址:https://www.cnblogs.com/shixinzei/p/10166378.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!