sklearn数据预处理
【摘要】 @Author : By Runsen
文章目录
预处理数据 映射到统一分布 标准化,或平均删除和方差缩放 数据的正则化(正则化有时也叫归一化) 特征的二值化 怎么设置阈值 分类特征编码 有丢失的分类特征值处理 处理缺失值 pandas方法 sklearn 方法 生成多项式特征
预处理数据
数据预处理...
@Author : By Runsen
预处理数据
数据预处理(data preprocessing)是指在主要的处理以前对数据进行的一些处理。
预处理数据包括
- 数据的标准化
- 数据的归一化
- 数据的二值化
- 非线性转换
- 数据特征编码
- 处理缺失值等
该sklearn.preprocessing软件包提供了几个常用的实用程序函数和变换器类,用于将原始特征向量更改为更适合下游估计器的表示。
文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。
原文链接:maoli.blog.csdn.net/article/details/88586082
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)