码迷,mamicode.com
首页 > 其他好文 > 详细

P11 标准化总结及缺失值处理

时间:2021-01-04 10:52:46      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:rgba   roc   info   lazy   loading   proc   均值   iss   href   

https://www.bilibili.com/video/BV184411Q7Ng?p=11

技术图片

 

 

技术图片

 

技术图片

 

注解:

  1. 一般是按照列进行填补。

技术图片

 

 

注解:

  1. 参数axis=0或者1,指的是按照行或者列填充。

技术图片

 

 

代码演示:

"""
缺失值处理
"""
from sklearn.preprocessing import Imputer
import numpy as np




def imputa():
    """
    对数据进行标准化处理,即处理成均值为0,标准差为1的数据
    axis=0 代表按照列填补
    axis=1 代表按照行填补

    :return:
    """
    imp=Imputer(missing_values=NaN,strategy=mean,axis=0)
    data=imp.fit_transform([[1,2],[np.nan,3],[7,6]])
    print(data)
    return None

if __name__=="__main__":
    imputa()

运行结果:

技术图片

 

 

技术图片

 

P11 标准化总结及缺失值处理

标签:rgba   roc   info   lazy   loading   proc   均值   iss   href   

原文地址:https://www.cnblogs.com/yibeimingyue/p/14208957.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!