python 機器學習之資料預先處理

標籤：特徵   資料預先處理   encode   put   process   等於   maxscale   方法   label   

#資料預先處理方法，主要是處理資料的量綱和同趨勢化問題。

import numpy as np

from sklearn import preprocessing

#零均值規範

data=np.random.rand(3,4)#隨機產生3行4列的資料

data_standardized=preprocessing.scale(data)#對資料進行歸一化處理，即每個數值減去均值除以方差 主要用於svm

#線性資料變換最大最小化處理

data_scaler=preprocessing.MinMaxScaler(feature_range=(0,1))#選定區間（0，1）,未經處理資料-最小值/（最大值-最小值）

data_scaled=data_scaler.fit(data)

#資料標準化處理normalized

data_normalized=preprocessing.normalize(data,norm=‘l1‘)#減少人為增加特徵，經過處理後資料賈總等於1

#特徵二值化，

data_binarized=prepressing.Binarizer(threshold=0.5).transform(data)#以0.5為閾值，大於0.5為1，小於0.5為0

#label_encode對標籤進行數值化

label_encode=preprocessing.LabelEncoder()

input_class=[‘audi‘,‘ford‘,‘audi‘,‘bmw‘,‘toyota‘,‘benz‘]

label_encode.fit(input_class)

for i ,item in enmerate(label_encode.class_):

    print(item,‘-->‘,i)

#onehotencode

 

python 機器學習之資料預先處理