sklearn数据预处理(二)非线性转换
@R星校长
第2
关:非线性转换
- 为什么要非线性转换。
- 映射到均匀分布。
- 映射到高斯分布。
为什么要非线性转换
在上一关中已经提到,对于大多数数据挖掘算法来说,如果特征不服从或者近似服从标准正态分布(即,零均值、单位标准差的正态分布)的话,算法的表现会大打折扣。非线性转换就是将我们的特征映射到均匀分布或者高斯分布(即正态分布)。
映射到均匀分布
相比线性缩放,该方法不受异常值影响,它将数据映射到了零到一的均匀分布上,将最大的数映射为1
,最小的数映射为0
。其它的数按从小到大的顺序均匀分布在0
到1
之间,如有相同的数则取平均值,如数据为np.array([[1],[2],[3],[4],[5]])
则经过转换为:np.array([[0],[0.25],[0.5],[0.75],[1]])
,数据为np.array([[1],[2],[9],[10],[2]])
则经过转换为:np.array([[0],[0.375],[0.75],[1.0],[0.375]])
。第二个例子具体过程如下图:
在sklearn
中使用QuantileTransformer
方法实现,用法如下:
from sklearn.preprocessing import QuantileTransformer
import numpy as npdata = np.array([[1],[2],[3],[4],[5]])
quantile_transformer = QuantileTransformer(random_state=666)
data = quantile_transformer.fit_transform(data)>>>data
array([[0. ],[0.25],[0.5 ],[0.75],[1. ]])
映射到高斯分布
映射到高斯分布是为了稳定方差,并最小化偏差。在最新版sklearn 0.20.x
中PowerTransformer
现在有两种映射方法,Yeo-Johnson
映射,公式如下:
Box-Cox映射,公式如下:
在sklearn 0.20.x
中使用PowerTransformer
方法实现,用法如下:
from sklearn.preprocessing import PowerTransformer
import numpy as np
data = np.array([[1],[2],[3],[4],[5]])
pt = PowerTransformer(method='box-cox', standardize=False)
data = pt.fit_transform(data)
学习平台使用的是sklearn 0.19.x
,通过对QuantileTransformer
设置参数output_distribution='normal'
实现映射高斯分布,用法如下:
from sklearn.preprocessing import QuantileTransformer
import numpy as npdata = np.array([[1],[2],[3],[4],[5]])
quantile_transformer = QuantileTransformer(output_distribution='normal',random_state=666)
data = quantile_transformer.fit_transform(data)
data = np.around(data,decimals=3)>>>data
array([[-5.199],[-0.674],[ 0. ],[ 0.674],[ 5.199]])
编程要求
根据提示,在右侧编辑器Begin-End
处补充Python
代码,实现数据非线性转换方法,我们会使用实现好的方法对数据进行处理。
测试说明
我们会调用你实现好的方法对数据进行处理,如输入数据为:
np.array([[1],[2],[3],[4],[5]])
映射到均匀分布,则处理后结果为:
np.array([[0. ], [0.25],[0.5 ],[0.75],[1. ]])
映射到高斯分布,则处理后结果为:
np.array([[-5.199],[-0.674],[ 0. ],[ 0.674],[ 5.199]])
如处理后的数据符合要求,则视为通关。
开始你的任务吧,祝你成功!
答案:
from sklearn.preprocessing import QuantileTransformer#实现非线性转换方法
def non_linear_transformation(x,y):'''x(ndarray):待处理数据y(int):y等于0映射到均匀分布y等于1映射到高斯分布'''#********* Begin *********#if y == 0:transformer = QuantileTransformer(random_state=666)x = transformer.fit_transform(x)return xelif y == 1:transformer = QuantileTransformer(output_distribution='normal',random_state=666)x = transformer.fit_transform(x)return x#********* End *********#
sklearn数据预处理(二)非线性转换相关推荐
- 第五篇:数据预处理(二) - 异常值处理
第五篇:数据预处理(二) - 异常值处理 参考文章: (1)第五篇:数据预处理(二) - 异常值处理 (2)https://www.cnblogs.com/muchen/p/6883101.html ...
- sklearn数据预处理
@Author : By Runsen 文章目录 预处理数据 映射到统一分布 标准化,或平均删除和方差缩放 数据的正则化(正则化有时也叫归一化) 特征的二值化 怎么设置阈值 分类特征编码 有丢失的分类 ...
- python机器学习库sklearn——数据预处理
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 主要操作内容 标准化,也称去均值和方差按比例缩放 将特征缩放至特定范围内 缩放稀疏(矩阵)数据 缩放有离群值的数据 核矩阵的中心化 非 ...
- Scikit-learn学习系列 | 2. sklearn数据预处理的相关方法
如有错误,恳请指出. 以下内容整理自专栏:博主"文火冰糖的硅基工坊"的专栏--机器学习与scikit-learn,对部分的文章的简化与整理. 文章目录 1. 数据预处理介绍 2. ...
- Sklearn 数据预处理与特征工程 preprocessingimpute
数据预处理:目的是为了提高数据质量,使数据挖掘的过程更加有效,更加容易,同时也提高挖掘结果的质量.数据预处理的对象主要是清理其中的噪声数据.空缺数据和不一致数据. 特征工程:降低计算成本.提升模型上限 ...
- sklearn数据预处理-scale
对数据按列属性进行scale处理后,每列的数据均值变成0,标准差变为1.可通过下面的例子加深理解: from sklearn import preprocessing import numpy as ...
- [机器学习-sklearn]数据预处理要点总结
数据预处理要点总结 1. 为什么要数据预处理 2. 数据中存在缺失值 2.1 查看数据的完整性(missingno) 2.2 简单删除法 2.3 人工填写(filling manually) 2.4 ...
- sklearn 数据预处理1: StandardScaler
转载自:https://blog.csdn.net/u012609509/article/details/78554709 StandardScaler 作用:去均值和方差归一化.且是针对每一个特征维 ...
- sklearn学习笔记(一)——数据预处理 sklearn.preprocessing
python sklearn 更多 个人分类: Python 数据处理 sklearn 数据预处理 sklearn.preprocessing 查看全文 http://www.taodudu.cc/n ...
最新文章
- 微信有电脑客户端吗_如何在一个电脑上登录多个微信号
- Tiny4412 Uboot
- selenide 自动化测试进阶一: 查找元素和相关操作
- neo4j springboot 日志_Springboot2.3集成neo4j的过程和踩坑记
- opencv阈值化(五)
- mac下RTSP服务器搭建(ZLMediaKit)
- 安卓模拟器运行python_利用python+Appium 之 如何在设备(模拟器)上自动安装并启动APP...
- 如何利用C#编写网页投票器程序 如何使用代理来投票 代理IP来投票
- 第四十一期:深度解析5G核心网建设难点和挑战
- 网络通信程序做个瞬间的扫描判断
- java中邮箱发送_java实现邮箱发送(java mail)
- 杭电4515小Q系列故事——世界上最遥远的距离
- element元素 取属性_js element类型的属性和方法整理
- 文件与目录的默认权限与隐藏权限
- sdr 软件_SDR软件定义无线电是什么?不仅仅是大频谱
- Lamp的搭建以及应用
- 学习笔记_java8新特性
- python怎么使用自定义停用词_pyhanlp 停用词与用户自定义词典功能详解
- CAN资料整理(二):CAN协议帧格式
- 全图各省市乡镇数据交流