引自：
在機器學習任務中，學習器都會對資料有一定的要求，比如在最近鄰演算法中，我需要尋找與中心點最近鄰的點，假設我們使用歐式距離度量，如果有乙個屬性值是千萬量級，而另乙個屬性是100以內，那麼如此計算的距離會嚴重依賴於大量級的屬性，這對最後模型結果是有很大的影響的。總之，預處理的目的就是為了能夠讓學習器得到「乾淨」的資料。
通過原始資料進行變換把資料對映到(預設為[0,1])之間，作用於每一列將性縮放到乙個指定的最大和最小值（通常是1-0）之間，這可以通過preprocessing.minmaxscaler類實現。
minmaxscaler(feature_range=(0,1),......).fit_transform(x)
###feature_range設定縮放給定的範圍;x為所需要處理的資料集
standardscaler().fit_transform(x) ###例項化，並轉換資料
standardscaler.mean_ ###檢視原始資料中每列平均值
standardscaler.var_ ###檢視原始資料中每列方差
該方法是文字分類和聚類分析中經常使用的向量空間模型（vector space model)的基礎.
normalization主要思想是對每個樣本計算其p-範數，然後對該樣本中每個元素除以該範數，這樣處理的結果是使得每個處理後樣本的p-範數(l1-norm,l2-norm)等於1。
normalizer().fit_transform(x) ###例項化，並轉換資料
binarizer().fit_transform(x) ###例項化，並轉換資料
onehotencoder().fit_transform(x) ###例項化，並轉換資料
imputer類提供了基本的策略來填充缺失值，可以用行或者列的均值、中位數或眾數來填充缺失值。
imputer(missing_values=, strategy= ,axis=1.......)
###missing_values為缺失的資料，strategy為需要代替的資料
對變數的貢獻的分析造成影響，衡量變數重要性存在困難。
機器學習特徵處理
機器學習特徵處理筆記概要 在特徵工程之前，資料的特徵需要經過哪些必要的預處理 preprocessing 其中最廣為人知的預處理技巧可能就是特徵縮放 feature scaling 它的目的是保證所有的特徵數值具有相同的數量級。在有些情況下，資料中的某些特徵會具有不同的尺度，比如在電商上買衣服時，身...
機器學習 特徵預處理
通過一些轉換函式將特徵資料轉換成更加適合演算法模型的特徵資料的過程。特徵的單位或者大小相差較大，或者某特徵的方差相比其他的特徵要大出幾個數量級，容易影響 支配 目標結果，使得一些演算法無法學習到其它的特徵。對資料進行標準化或者歸一化可解決此類現象 資料標準化 是消除變數間的量綱關係，從而使資料具有可...
機器學習 特徵工程 特徵預處理
定義 將原始資料轉換為更好地代表 模型的潛在問題的特徵的過程，從而提高了對未知資料的 準確性。內容 主要有三部分 1 特徵抽取 2 特徵預處理 3 資料的降維 特徵預處理 通過特定的統計方法 數學方法 將資料轉換成演算法要求的資料。1 包含內容 2 sklearn特徵處理api sklearn.pr...