特徵工程定義：是將原始資料轉化為更好的代表**模型的潛在問題的特徵的過程，從而提高了未知資料的**準確性。資料和特徵決定了機器學習的上限，而模型和演算法知識逼進這個上限而已數值型別預處理：1：標準化縮放、歸一化
時間型別：時間的序列、切分
類別型別資料：one-hot編碼
pca進行主特徵分析 (過濾關聯性較弱的特徵，提公升高運算和學習的效率)
通過對原始資料進行變換，把資料對映到(0~1)之間。公式使用：作用於每一列，max為當前列最大值，min為當前列最小值，那麼x"為最終結果,公式中的mx和mi預設為1,0)# 歸一化
data = mm.fit_transform([[
90,2,
10,40]
,[60,
4,15,
45],[
75,3,
13,46]
('歸一化之後的資料\n'
,data)
data = mm.inverse_transform(data)
('原始資料\n'
,data)
('-'
*100
)std = standardscaler(
)歸一化缺點根據公式，當前待計算的x為當前列最大值時,最終歸一化為1，待計算的x為當前列最小值時,最終歸一化為0
對異常點的包容性差 (如果異常點影響了最大值或者最小值，則會造成整體數值計算偏差)，因此這種方式穩定性較差，適合比較精確資料模型
第1步: 求出每列特徵值的標準差(方差開根號則為標準差), 而方差為各個資料與平均數之差的平方的和的平均數，公式作用於每一列，mean為平均數，var為方差,δ為標準差(方差開根號則為標準差)。
第2步: 每個特徵值的標準化公式為：(特徵值 - 平均值) / δ標準差。通過公式可以知特徵值越靠近平平均值則最後結果越趨於0，因此資料會在0左右進行分布，如果資料越趨於零則資料穩定性越好。
('每列特徵的平均值'
,std.mean_)
('歸一化之後的資料\n'
,data)
data = std.inverse_transform(data)
('原始資料\n'
,data)
歸一化和標準化
主要是讀了這篇文章才深入理解這兩個的區別 歸一化 對原始資料進行線性轉換到 0,1 區間，如下 最小值和最大值特別容易受異常值影響，因此魯棒性不好，比較適合傳統的小資料場景 標準化 最常用的方法是z score標準化，即將資料轉化成均值為0，標準差為1，處理方法如下 其中理論解釋 歸一化的依據非常簡...
資料標準化（歸一化）
資料標準化 歸一化 處理是資料探勘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到資料分析的結果，為了消除指標之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一...
標準化 歸一化（二）
答一 歸一化方法 1 把數變為 0，1 之間的小數 主要是為了資料處理方便提出來的，把資料對映到0 1範圍之內處理，更加便捷快速。2 把有量綱表示式變為無量綱表示式 歸一化是一種簡化計算的方式，即將有量綱的表示式，經過變換，化為無量綱的表示式，成為純量。標準化方法 資料的標準化是將資料按比例縮放，使...