我們的資料一般都是有單位的，比如身高的單位有m，cm，這個無量綱化並不是說把m變成cm，而是說，無論是m還是cm，最後都會變成1，也就是沒有了單位。
無量綱化使不同規格的資料轉換到同一規格。常見的無量綱化方法有標準化和歸一化。
資料標準化的原因：
標準化的前提是特徵值服從正態分佈，標準化後，其轉換成標準正態分佈。
1）定義
基於原始資料的均值（mean）和標準差（standarddeviation）進行資料的標準化。將a的原始值x使用z-score標準化到x』。z-score標準化方法適用於屬性a的最大值和最小值未知的情況，或有超出取值範圍的離群資料的情況。
資料預處理
現實世界中資料大體上都是不完整，不一致的髒資料，無法直接進行資料探勘，或挖掘結果差強人意。為了提前資料探勘的質量產生了資料預處理技術。資料預處理有多種方法 資料清理，資料整合，資料變換，資料歸約等。這些資料處理技術在資料探勘之前使用，大大提高了資料探勘模式的質量，降低實際挖掘所需要的時間。一 資料清...
資料預處理
常見的資料預處理方法，以下通過sklearn的preprocessing模組來介紹 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 一般會把train和test集放在一起做標...
資料預處理
用cut函式分箱 有時把數值聚集在一起更有意義。例如，如果我們要為交通狀況 路上的汽車數量 根據時間 分鐘資料 建模。具體的分鐘可能不重要，而時段如 上午 下午 傍晚 夜間 深夜 更有利於 如此建模更直觀，也能避免過度擬合。這裡我們定義乙個簡單的 可復用的函式，輕鬆為任意變數分箱。def binni...