深入浅出python机器学习_9.1_数据预处理_sklearn.preprocessing.StandardScaler MinMaxScaler RobustScaler Normalizer
# 使用StandardScaler进行数据预处理import numpyimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobsX,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)plt.show()
# 导入StandardScalerfrom sklearn.preprocessing import StandardScaler# 使用StandardScalera进行数据预处理X_1=StandardScaler().fit_transform(X)# 用散点图绘制经过预处理的数据点plt.scatter(X_1[:,0],X_1[:,1],c=y,cmap=plt.cm.cool)# 显示图像plt.show()
# 导入MinMaxScalerfrom sklearn.preprocessing import MinMaxScaler# 使用MinMaxScaler进行数据预处理X_2=MinMaxScaler().fit_transform(X)# 用散点图绘制经过预处理的数据点plt.scatter(X_2[:,0],X_2[:,1],c=y,cmap=plt.cm.cool)# 显示图像plt.show()
# 导入RobustScalerfrom sklearn.preprocessing import RobustScaler# 使用RobustScaler进行数据预处理X_3=RobustScaler().fit_transform(X)# 用散点图绘制经过预处理的数据点plt.scatter(X_3[:,0],X_3[:,1],c=y,cmap=plt.cm.cool)# 显示图像plt.show()
# 导入Normalizerfrom sklearn.preprocessing import Normalizer# 使用Normalizer进行数据预处理X_4=Normalizer().fit_transform(X)# 用散点图绘制经过预处理的数据点plt.scatter(X_4[:,0],X_4[:,1],c=y,cmap=plt.cm.cool)# 显示图像plt.show()
引用文章: 有关StandardScaler的transform和fit_transform方法
https://www.jianshu.com/p/2a635d9e894d
深入浅出python机器学习_9.1_数据预处理_sklearn.preprocessing.StandardScaler MinMaxScaler RobustScaler Normalizer相关推荐
- 回归素材(part9)--PYTHON机器学习手册-从数据预处理到深度学习
学习笔记,仅供参考,有错必纠 PYTHON机器学习手册-从数据预处理到深度学习 通过正则化减少方差 我们可以使用岭回归或者Lasso回归,介绍回归模型的方差.
- 泰坦尼克号python数据预处理_sklearn preprocessing 数据预处理(OneHotEncoder)
1. one hot encoder one hot encoder 不仅对 label 可以进行编码,还可对 categorical feature 进行编码: >>> from ...
- 深入浅出python机器学习_9.1.5_通过数据预处理提高模型的准确率_MinMaxScaler
# 导入红酒数据集from sklearn.datasets import load_wine# 导入MLP神经网络from sklearn.neural_network import MLPClas ...
- 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 ...
- 深入浅出python机器学习_7.1_支持向量机
%matplotlib inline# 支持向量机SVM的核函数import numpy as npimport matplotlib.pyplot as pltfrom sklearn import ...
- 机器学习模型的数据预处理和可视化
本文为 AI 研习社编译的技术博客,原标题 : Data Pre-processing and Visualization for Machine Learning Models 作者 |* Nata ...
- python游戏中调整箭头下落速度_入门 | 三行Python代码,让数据预处理速度提高2到6倍...
原标题:入门 | 三行Python代码,让数据预处理速度提高2到6倍 选自TowardsDataScience 作者:George Seif,机器之心编译 在 Python 中,我们可以找到原生的并行 ...
- 回归素材(part10)--深入浅出python机器学习
学习笔记,仅供参考,有错必纠 文章目录 深入浅出python机器学习 线性回归 基本原理 使用 L 2 L_2 L<
- scikit-learn机器学习八 (数据预处理)
sk-learn机器学习之特征工程和数据预处理 特征工程和数据预处理的重要性 数据无量纲化 归一化 标准化 处理缺失值 分类特征处理:编码,哑变量 标签处理(LabelEncoder) 特征处理(Or ...
最新文章
- WMI技术介绍和应用——Instance/Method Provider
- php伪类型,解密PHP伪类型和伪变量的含义
- 待删除未删除 问题解决
- 计算机生活工作原理,计算机基本工作原理是什么?
- 反调试检测之一TracerPid
- linux之ftp怎么把本地文件拷贝到服务端
- Spring对象绑定与类型转换
- oracle tnsnames.ora文件用法说明
- [PYTHON] for循环中关于列表list中remove method 不得不说的秘密
- python语言基础实验一_实验1 Python语言基础
- Python input和raw_input的区别
- Logisim实现计算机硬件系统设计(一)
- 【微信小程序】自己的小程序跳转到京东小程序商品详情页
- 一级计算机excel打不开,Excel打不开,教您怎么解决Excel打不开
- 国防科大计算机学院贾焰,博士群体竞风流——记国防科大教员队伍的变化
- k8s学习笔记5-部署和应用ingress-nginx-controller(v1.3.0)
- Android 音视频变速原理
- 手写webserver服务器
- 王者荣耀角色注销后我的服务器列表怎么删除,王者荣耀账号怎么注销 角色删除流程要求...
- 用 Golang 开发 Android 应用(五)—— Audio(openAL)使用