1、数据规范化,即归一化的方法
常见方法:最小-规范化、z-score规范化、小数定标规范化
import pandas as pd df=pd.DataFrame(A.data[:,3:6]) df.columns=A.feature_names[3:6] #最小-规范化,支持矢量运算 (df-df.min())/(df.max()-df.min()) #使用sklearn中的preprocessing模块 from sklearn import preprocessing preprocessing.minmax_scale(df) #z-score规范化:结果=(数值-均值)/标准差,处理后数据的均值为0,标准差为1 (df-df.mean())/df.std() #使用sklearn中的preprocessing模块 from sklearn import preprocessing preprocessing.scale(df) #小数定标规范化:常见落在[-1,1]区间,通过移动小数点的位数实现,移动位数取决于属性绝对值的值的位数 #ceil向上取整 import numpy as np df/10**np.ceil(np.log10(df.abs().max()))
2、连续属性离散化
常见方法:分箱法(等宽法、等频法)、聚类
import pandas as pd #等宽法,5个箱子,标签为0-4 pd.cut(df.AGE,5,label=range(5)) #等频法 pd.qcut(df.AGE,5,label=range(5))
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试