概述

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.

sklearn 特征处理 API: sklearn.preprocessing

数值型数据标准缩放

归一化

归一化: 通过对原始数据进行变换把数据映射到 (默认为 [0,1] ) 之间.

注: 作用于每一列, max 为一列的最大值, min 为一列的最小值. 那么 X’’ 为最终结果. mx, mi 分别为指定区间值默认 mx 为 1, mi 为 0.

sklearn 归一化 API

sklearn 归一化 API: sklearn.preprocessing.MinMaxScaler

MinMaxScaler 语法

MinMaxScalar(feature_range=(0,1)...) 每个特征缩放到给定范围(默认[0,1])

  

 

  
1
 

MinMaxScalar.fit_transform(X)

• X: numpy array 格式的数据 [n_samples, n_features]
• 返回值: 转换后的形状相同的 array

归一化步骤

1. 实例化 MinMaxScalar
2. 通过 fit_transform 转换

from sklearn.preprocessing import MinMaxScaler


def mm():
    """
    归一化处理
    :return: None
    """

    # 实例化
    mm = MinMaxScaler()

    txt = [[90, 2, 10, 40], [60, 4, 15, 45], [75, 3, 13, 46]]
    data = mm.fit_transform(txt)

    print(data)


if __name__ == "__main__":
    mm()

输出结果:
[[1.         0.         0.         0.        ]
 [0.         1.         1.         0.83333333]
 [0.5        0.5        0.6        1.        ]]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
 

归一化案例

相亲约会对象数据, 这个样本时男士的数据, 三个特征:

1. 玩游戏所消耗时间的百分比
2. 每年获得的飞行常客里程数
3. 每周消费的冰淇淋公升数

然后有一个所属类别, 被女士评价的三个类别:

1. 不喜欢 didn’t
2. 魅力一般 small
3. 极具魅力 large

也许就是说飞行里程数对于结算结果或者是相亲结果影响较大, 但是统计的人觉得这三个特征同等重要.

文章来源: iamarookie.blog.csdn.net，作者：我是小白呀，版权归原作者所有，如需转载，请联系作者。

原文链接：iamarookie.blog.csdn.net/article/details/110733747