1. 標準化（standardization or mean removal and variance scaling)
變換後各維特徵有0均值，單位方差。也叫z-score規範化（零均值規範化）。計算方式是將特徵值減去均值，除以標準差。
sklearn.preprocessing.scale(x)scaler = sklearn.preprocessing.standardscaler().fit(train)
scaler.transform(train)
scaler.transform(test)
2. 最小-最大規範化
最小-最大規範化對原始資料進行線性變換，變換到[0,1]區間（也可以是其他固定最小最大值的區間）
min_max_scaler = sklearn.preprocessing.minmaxscaler()
min_max_scaler.fit_transform(x_train)
將每個樣本變換成unit norm。
x = [[ 1, -1, 2],[ 2, 0, 0], [ 0, 1, -1]]
sklearn.preprocessing.normalize(x, norm='l2')
array([[ 0.40, -0.40, 0.81], [ 1, 0, 0], [ 0, 0.70, -0.70]])在度量樣本之間相似性時，如果使用的是二次型kernel，需要做normalization
from sklearn.preprocessing import normalizer
df1_std = normalizer().fit_transform(df1)
df1_std[:5]
binarizer = sklearn.preprocessing.binarizer(threshold=1.1)
binarizer.transform(x)
lb = sklearn.preprocessing.labelbinarizer()enc = preprocessing.onehotencoder()
enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])
enc.transform([[0, 1, 3]]).toarray() #array([[ 1., 0., 0., 1., 0., 0., 0., 0., 1.]])
另一種編碼方式
newdf=pd.get_dummies(df,columns=["gender","title"],dummy_na=true)le = sklearn.preprocessing.labelencoder()
le.fit([1, 2, 2, 6])
le.transform([1, 1, 2, 6]) #array([0, 0, 1, 2])
#非數值型轉化為數值型
le.fit(["paris", "paris", "tokyo", "amsterdam"])
le.transform(["tokyo", "tokyo", "paris"]) #array([2, 2, 1])
sklearn.preprocessing.robust_scalepoly = sklearn.preprocessing.polynomialfeatures(2)
poly.fit_transform(x)
原位址
python中常用的九種預處理方法分享
本文總結的是我們大家在python中常見的資料預處理方法，以下通過sklearn的preprocessing模組來介紹 1.標準化 standardization or mean removal and variance scaling 變換後各維特徵有0均值，單位方差。也叫z score規範化 零...
sklearn中常用資料預處理方法
normalize x,norm l2 axis 1,copy true,return norm false scale input vectors individually to unit norm vector length 範化是將不同變化範圍的值對映到相同的固定範圍，常見的是 0,1 此時也...
python中常見的資料預處理方法
以下通過sklearn的preprocessing模組 from sklearn.preprocessing import standardscaler 變換後各維特徵有0均值，單位方差。也叫z score規範化 零均值規範化 計算方式是將特徵值減去均值，除以標準差。1 sklearn.prepro...