特征预处理（归一化+标准化）API

sklearn库下的preprocessing

sklearn.preprocessing

一、归一化

• 归一化的原因：使得各特征单位不再收到单位或本身差异大小的影响，使得各单位具有相等的地位
• 归一化的定义：通过对原始数据进行变化把数据映射到指定的区间中
• 归一化的公式：百度百科
• 归一化API

sklearn.preprocessing.MinMaxScaler(feature_range=(0,1),.....)

– MinMaxScaler.fit_transform(X)
X:numpy array格式的数据[n_samples,n_features]
返回值：转换后形状相同的array

• 实例如下(下载测试数据集data.txt) 提取码：8oj5

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

def minmax_demo():
    """
    归一化
    :return:
    """
    # 1、获取数据
    data = pd.read_csv("data.txt")
    print("data:\n",data)
    "在pandas中取出非目标的列，一定要注意这里的操作"
    data = data.iloc[:,:3]
    # 2、实例化一个转换器
    "可以指定到具体区间范围内如本演示就是将范围固定在了2到3"
    transfer = MinMaxScaler(feature_range=[2,3])
    # 3、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n",data_new)
    return
    
if __name__ == '__main__':
    minmax_demo()

二、标准化（推荐）

• 标准化的原因：将原始数据变换到均值为0，方差为1的范围内
• 标准化的公式：X’ = (x-mean) / DX
• 标准化API

sklearn.preprocessing.StandarScaler()
#处理之后，对每列来说，所有数据都聚集在均值0附近，标准差为1

– StandarScaler.fit_transform(X)
X:numpy array格式的数据[n_samples,n_features]
返回值：转换后形状相同的array

• 实例如下

# 标准化
def stand_demo():
    """
        标准化
        :return:
        """
    # 1、获取数据
    data = pd.read_csv("data.txt")
    print("data:\n", data)
    "在pandas中取出非目标的列，一定要注意这里的操作"
    data = data.iloc[:, :3]
    # 2、实例化一个转换器
    "可以指定到具体区间范围内如本演示就是将范围固定在了2到3"
    transfer = MinMaxScaler(feature_range=[2, 3])
    # 3、调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return
    
if __name__ == '__main__':
    stand_demo()