标签:ESS sklearn ngx tran learn pen 返回 写入 roc
可以用StandardScaler函数进行标准化,好处是可以保存训练集中的参数(均值、方差)直接使用其对象转换测试集数据
import numpy as np import pandas as pd import xlrd from sklearn import preprocessing from pandas import DataFrame def standardScaler(path): table = xlrd.open_workbook(path).sheets()[0]#获取第一个sheet表 row = table.nrows # 行数 col = table.ncols # 列数 datamatrix = np.zeros((row, col))#生成一个nrows行ncols列,且元素均为0的初始矩阵 for x in range(col): cols = np.matrix(table.col_values(x)) # 把list转换为矩阵进行矩阵操作 datamatrix[:, x] = cols # 按列把数据存进矩阵中 #标准化 scaler=preprocessing.StandardScaler().fit(datamatrix) return (scaler.transform(datamatrix)) #返回的就是标准化好的矩阵了 path = r‘c:\Users\Liugengxin\Desktop\test.xlsx‘ data = standardScaler(path) #标准化好的矩阵存在了data中 DataFrame(data).to_excel(r‘c:\Users\Liugengxin\Desktop\test_end.xlsx‘)#写入test_end中
标签:ESS sklearn ngx tran learn pen 返回 写入 roc
原文地址:https://www.cnblogs.com/Liu269393/p/10259128.html