在Python语言中使用sklearn.preprocessing进行数据转换
在Python语言中，使用sklearn.preprocessing库可以进行数据转换。sklearn.preprocessing是scikit-learn库中的一个模块，专门用于数据预处理和特征工程。它提供了一系列用于数据转换和标准化的工具函数和类。
数据转换是指将原始数据按照某种方式进行处理，以适应特定的机器学习算法或模型。sklearn.preprocessing提供了多种常用的数据转换方法，包括数据缩放、离散化、标准化、正则化、二值化等。
常用的数据转换方法包括：
- 数据缩放：通过缩放数据的范围将特征的数值映射到一个特定的区间。常用的缩放方法有MinMaxScaler和StandardScaler。
- MinMaxScaler：将特征的数值缩放到给定的最小值和最大值之间，默认是将特征缩放到[0, 1]之间。
- StandardScaler：将特征的数值缩放成均值为0，方差为1的标准正态分布。
- 离散化：将连续值转换成离散值，常用于处理连续型特征。常用的离散化方法有KBinsDiscretizer和Binarizer。
- KBinsDiscretizer：将连续特征划分成若干个连续的区间，并将原始特征替换为区间的索引。
- Binarizer：根据给定的阈值将特征值二值化，大于阈值的为1，小于等于阈值的为0。
- 标准化：将特征的数值转换成均值为0，方差为1的标准正态分布。常用的标准化方法有StandardScaler和RobustScaler。
- StandardScaler：同样的缩放数据到均值为0，方差为1的标准正态分布，但不保留离群值的信息。
- RobustScaler：通过除以中位数的绝对偏差来缩放数据，可以更好地处理存在离群值的数据。
- 正则化：将每个样本的特征向量缩放到单位范数（即每个样本的特征向量的L2范数为1）。常用的正则化方法有Normalizer。
- Normalizer：对特征向量进行缩放，使其具有单位范数。
sklearn.preprocessing库的应用场景非常广泛，适用于各种机器学习和数据分析任务。例如，在特征工程中，可以使用数据转换方法对原始特征进行预处理，提高模型的泛化能力和性能；在数据挖掘中，可以使用数据转换方法处理缺失值、离群值等异常情况；在文本分类任务中，可以使用特征提取方法将文本转换成数值特征等。
腾讯云提供了多个与数据处理和机器学习相关的产品，如云原生AI开放平台、云原生微服务平台、弹性MapReduce等，这些产品可以帮助用户在腾讯云上进行数据转换和机器学习任务的部署和运行。您可以在腾讯云的官方网站上查找更多关于这些产品的详细信息和文档。
相关链接：
- sklearn.preprocessing官方文档：https://scikit-learn.org/stable/modules/classes.html#module-sklearn.preprocessing
- 腾讯云云原生AI开放平台：https://cloud.tencent.com/product/taip
- 腾讯云云原生微服务平台：https://cloud.tencent.com/product/kps
- 腾讯云弹性MapReduce：https://cloud.tencent.com/product/emr
相关·内容
我们知道数据预处理的最佳实践(如标准化、规范化、.在对训练数据进行fit_trasform()处理的同时，应用transform()测试数据，将从训练数据缩放中获得的参数应用到测试数据中。与此类似：
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform (X_test)
问题是:对训练数据执行fit_transform()也是有意义的，而对transform()测试数据则没有意义，这样我们就可
浏览 0提问于2020-05-31得票数 4
回答已采纳
在以下三个选项中，我很难找到正确的代码标准化我的数据：
# Option 1
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)
X_test_std = sc.transform(X_test)
# Option 2
from sklearn.preprocessing import StandardScaler
sc = StandardScaler().fit(X_train)
X_train_std = sc.tra
浏览 39提问于2022-08-17得票数 0
回答已采纳
1回答
data = dataset.iloc[:,:-1].values
label = dataset.iloc[:,-1].values
from sklearn.preprocessing import LabelEncoder
labelencoder = LabelEncoder()
for i in range(0,5):
data[:,i] = labelencoder.fit_transform(data[:,i])
data1=pd.DataFrame(data[:,:5])
for i in range(7,12):
data[:,i]=labelencod
浏览 19提问于2020-06-09得票数 0
回答已采纳
我一直在寻找一个python包/命令，它能够用预定义的min、最大值和待缩放样本的总和来扩展给定的数据样本。我尝试使用sklearn.preprocessing包的sklearn.preprocessing()函数，如下面的示例所示。
给出一个基本样本：
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
base_sample = pd.DataFrame([5 , 20 , 30 , 35, 45 , 60])
sample_min = 10
sample_max = 50
scaler = MinMa
浏览 2提问于2020-11-25得票数 0
回答已采纳
假设我有以下python代码： from imblearn.pipeline import Pipeline
from sklearn.feature_selection import VarianceThreshold
from sklearn.preprocessing import StandardScaler
from imblearn.over_sampling import RandomOverSampler
from sklearn.decomposition import PCA
selector = VarianceThreshold()
scaler = Sta
浏览 12提问于2019-12-14得票数 2
我是机器学习的新手，我已经到了从机器学习中退出的地步，因为在线教程也相当令人困惑。
熵与决策树
其中一个令人困惑的教程如下：
📷
在熵和信息增益的计算方面，另一个教程是非常简单和全面的，但他没有对数据进行分割。
在这里，教员开始了熵计算，最后得到了以下树：
📷
我从高中开始就理解了计算熵的方法。当我决定使用python编写相同的步骤时，这个令人困惑的部分就开始了：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_ex
浏览 0提问于2019-10-01得票数 0
2回答
具有负值形状的numpy整形混乱
、、、、
总是搞不懂numpy如何处理负的形状参数，这里是一个代码和输出的例子，有人能解释一下在这里发生的整形-1，1吗？谢谢。
相关文档，使用Python2.7。
import numpy as np
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
S = np.array(['box','apple','car'])
le = LabelEncoder()
S = le.fit_transform(S)
pr
浏览 7提问于2016-08-22得票数 5
回答已采纳
1回答
作为初学者，我正在做蟒蛇课程。在本课程中，他们使用与resp一起的dataset 。列名：“国家”、“年龄”、“工资”和“购买”。在第二和第三栏(年龄和工资)是一些缺失的值。对于Python开始使用0计数列，我希望下面的代码可以完成这项工作：
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values="NaN",strategy="mean", axis=0)
imputer=imputer.fit(X[:,1:2])
X[:,1:2] =imputer.transf
浏览 0提问于2018-07-19得票数 1
回答已采纳
1回答
在R中是否有类似的东西允许将 (结果为mean=0和标准的deviation=1特性)与训练数据相匹配，并使用这个标度模型来转换测试数据？没有提供一种基于训练数据的均值和标准差来转换测试数据的方法。
用于Python的片段
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X_train)
X_train_scaled = scaler.transform(X_train)
X_test_scaled = scaler.transform(X_test)
因为我很确定这是
浏览 0提问于2018-03-13得票数 10
回答已采纳
在Python3.0(蟒蛇)中如何处理LableEncoder()？当我运行我的数据时，我得到一个像'<' not supported between instances of 'str' and 'float'这样的错误。
下面是使用的代码：
from sklearn.preprocessing import LabelEncoder
var_mod = ['Gender','Married','Dependents','Education','Self_Employ
浏览 116提问于2018-06-03得票数 -1
我在python中使用下面的代码对数据集中的许多分类变量中的一个进行热编码。但是，我想一次编码多个列，但无法这样做。此外，这些多列有不同的类别#，例如；一个列可能只有一个是和否，但其他列有4-5个不同的类别。如何使用下面的代码对所有这些内容进行编码，并将其附加到主数据集中？
from numpy import array
from numpy import argmax
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
# define example
浏览 0提问于2020-08-04得票数 0
1回答
XGBOOST Java API
、、、、
我试图使用XGBOOST库来预测销售额。但是我使用的是Java，因为我比Python更熟悉Java。此外，我们还要验证的另一件事是，在使用相同的数据集训练模型时，使用Python是否会提高性能。
但问题是，我很难为Pandas、SciKit等找到Python等效库。因此，我使用下面的库来构建DataFrames，然后对它们进行一些操作。然后将其转储到CSV文件中，并再次使用另一个库读取数据，并执行培训和验证数据集的80/20拆分。在将数据读入XGBOOST库以创建DMatrix之前，我再次将输出转储到CSV文件中。
图书馆：
for DataFrames
用于将数据分成80/20分裂
浏览 6提问于2016-03-16得票数 2
当我阅读关于使用StandardScaler的文章时，大多数建议都是说在将数据分割成火车/测试之前，您应该使用StandardScaler，但是当我检查一些张贴在网上的代码(使用sklearn)时，有两个主要的用途。
案例1:对所有数据使用StandardScaler。例如。
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_fit = sc.fit(X)
X_std = X_fit.transform(X)
或
from sklearn.preprocessing import StandardS
浏览 0提问于2018-09-18得票数 48
回答已采纳
1回答
有人能在幕后解释一下数学吗？为什么Python和R会返回不同的结果？在现实世界的商业场景中，我应该使用哪一个？
原始数据
id cost sales item
1 300 50 pen
2 3 88 wf
3 1 70 gher
4 5 80 dger
5 2 999 ww
Python代码：
import pandas as pd
from sklearn.preprocessing import StandardScaler
df = pd.read_cs
浏览 2提问于2018-04-04得票数 4
回答已采纳
我是机器学习方面的新手。我试图使用python StandardScaler类对我的输入、培训和测试数据使用特性缩放。但是，当我看到缩放值时，有些值是负值，即使输入值没有负值。这是正常还是我在代码中遗漏了什么。下面给出了用于特性缩放的相关代码。
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
train = sc.fit_transform(train) //train contains training feature matrix
test = sc.transform(test) //tes
浏览 2提问于2017-12-25得票数 3
回答已采纳
1回答
下面有简单的代码。我希望像一列一样将所有数据标准化。但我有这样的想法：
from sklearn.preprocessing import MinMaxScaler
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
scaler = MinMaxScaler()
print(data)
print(scaler.fit_transform(data))
[[-1, 2],
[-0.5, 6],
[0, 10],
[1, 18]]
[[0. 0. ]
[0.25 0.25]
[0.5 0.5 ]
[1. 1. ]]
Pyt
浏览 6提问于2021-11-12得票数 0
回答已采纳
1回答
晚安,
我正在写一篇论文，比较用于机器学习和深度学习的Python库。
试图分别评估Keras和TensorFlow，我正在寻找有关TensorFlow方法或函数的信息，这些方法或函数可用于预处理数据集，例如那些包含在scikit-learn (sklearn.preprocessing)或Keras预处理层中的方法或函数，但我找不到任何东西，除了一个标签的热输入.
有人知道我要找的是什么吗？
非常感谢!
浏览 0提问于2022-05-27得票数 0
回答已采纳
当训练一个模型时，比方说线性回归，我们可以在训练测试数据集上进行归一化，比如MinMaxScaler。
在我们得到一个经过训练的模型并使用它进行预测后，将预测缩小到原始表示。
在python中，有"inverse_transform“方法。例如：
from sklearn.preprocessing import MinMaxScaler
scalerModel.inverse_transform
from sklearn.preprocessing import MinMaxScaler
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
浏览 5提问于2017-09-07得票数 6
1回答
我通过在python 3中使用这段用于火车数据的代码编码了我的标签
from sklearn.preprocessing import LabelEncoder
le = preprocessing.LabelEncoder()
dframe["hair"] = le.fit_transform(dframe["hair"])
dframe["beard"] = le.fit_transform(dframe["beard"])
dframe[
浏览 0提问于2018-10-19得票数 0
回答已采纳
我是ML的新手，我正在学习如何使用Imputer来填充数据集中丢失的数据。这是我遇到的几行代码
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)
imputer = imputer.fit(X[:, 1:3])
X[:, 1:3] = imputer.transform(X[:, 1:3])
现在我无法理解fit和转换函数的作用。如果有人能帮忙，那就太好了。谢谢。
浏览 0提问于2020-04-16得票数 -1
我已经训练了一个keras模型并保存了它。现在，我想在web应用程序中使用该模型进行推理。我想通过使用sklearn中的StandardScaler()对输入进行预处理。但是，每当我运行transform(inputs)时，就会出现一个错误，要求我先进行拟合。这就是代码
from sklearn.preprocessing import StandardScaler
inputs = [1,8,0,0,4,18,4,3,576,9,8,8,14,1,0,4,0,0,3,6,0,1,1]
inputs = scale.transform(inputs)
preds = model.predict
浏览 1提问于2020-09-11得票数 0
LabelEncoder不会“记住”参数。当我用它来拟合和转换数据，然后请求参数时，我得到的只是{}。这样就不可能在新数据上重复使用编码器。
示例：
from sklearn.preprocessing import LabelEncoder
encode = LabelEncoder()
encode.fit_transform(['one', 'two', 'three'])
print(encode.get_params())
不确定预期的格式，但我希望类似于{['one', 0], ['two', 1],
浏览 4提问于2017-08-31得票数 5
回答已采纳
我有一些疑问。我得到了一些分类和数字特征的数据。这里是数据 In general, there are 3 categorical variables, where 7 different types correspond to the variable p1, 2 types for p2, and 2 types for p3. From p4-p7 and product are numerical. 我使用的库是： import pandas as pd
import numpy as np
import tensorflow as tf
tf.__version__
浏览 34提问于2020-08-21得票数 2
2回答
我一直在Kaggle上一门关于中级机器学习的课程。在解释中，为了标记分类数据，他们使用了sklearn.preprocessing的LabelEncoder库。 ? 在这里，对于训练数据集，他们使用了fit_transform，而对于验证数据集，他们只使用了转换，为什么会这样呢？ 此外，在处理空值时，他们在训练数据集中使用了fit_transform，对于验证数据集，他们使用了transform。 ? 那么，fit_transform和transform之间的区别是什么?它们可以在什么情况下使用？
浏览 36提问于2020-11-29得票数 1
我有一个简单的代码来将分类数据转换为python中的一个热编码：
a,1,p
b,3,r
a,5,t
我尝试用python OneHotEncoder来转换它们：
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import OneHotEncoder
import pandas as pd
import numpy as np
data = pd.read_csv("C:\\test.txt", sep=",", header=None)
one
浏览 10提问于2017-09-21得票数 1
回答已采纳
我的代码不起作用，我从机器学习A-Z™：&R的数据科学教程中逐字抄袭。我正在使用Python3.7，我已经在我的环境中安装了scikit-learn包。它不起作用，我试着寻找一个有滑雪板的包，尽管它似乎找不到任何东西。它给了我这个错误。
我正在通过Anaconda运行我的环境。
ImportError: cannot import name 'Imputer' from 'sklearn.preprocessing' (C:\Users\vygan\.conda\envs\env\lib\site-packages\sklearn\preprocessi
浏览 11提问于2019-12-18得票数 5
回答已采纳
我习惯于以以下方式运行sklearn的标准scaler：
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler().fit(X_train)
scaled_X_train = scaler.transform(X_train)
其中X_train是一个数组，包含我训练数据集中的特性。
然后，我可以使用相同的定标器来缩放测试数据集X_test中的特性。
scaled_X_test = scaler.transform(X_test)
我知道我也可以在模型中“烘焙”定标器，使用sklearn的make_pi
浏览 3提问于2022-06-14得票数 1
回答已采纳
在执行特性缩放时，不要将变量赋值给StandardScaler()，而是按如下方式编码：
from sklearn.preprocessing import StandardScaler
x_train = StandardScaler().fit_transform(x_train)
x_test = StandardScaler().transform(x_test)
它给出了以下错误：
NotFittedError:这个StandardScaler实例还没有安装。在使用此方法之前，使用适当的参数调用“fit”。
然而，以下代码工作正常(在向StandardScaler()提供
浏览 0提问于2019-09-03得票数 4
回答已采纳
s2 = [[0.2, 0.2, 0.2, 0.3021651247531982, 0.24462871026284194], [0.2, 0.4892574205256839, 0.2, 0.2, 0.383258146374831], [0.3193817886456925, 0.16666666666666666, 0.16666666666666666, 0.16666666666666666, 0.3193817886456925, 0.3193817886456925], [0.2, 0.2, 0.2, 0.3021651247531982, 0.2446287102628419
浏览 22提问于2020-03-27得票数 0
回答已采纳
我想用两个数据(测试数据，训练数据)构建一个朴素的bayes模型。
dataframe包含13列，但我只想在5-6列中将数据从str编码为int值。如何使用一段代码来实现这一目的，从而可以直接对6列进行编码，我遵循以下答案：
import pandas as pd
from sklearn.preprocessing import LabelEncoder
df = pd.DataFrame({
'colors': ["R" ,"G", "B" ,"B" ,"G" ,"
浏览 2提问于2021-04-26得票数 1
回答已采纳
在MD编辑器的帮助下，我们以SO形式编写问题的方式。我想知道数据是什么以及如何发送到服务器，以及数据是以什么方式保存并呈现的。我正在键入的文本的生命周期。
我在这里输入文本，使用markdown。它是如何提交到服务器的，我的意思是格式是如何处理的，一旦它们被保存，它们是如何呈现给客户端的。如何在python中做到这一点呢？最佳实践是什么？
浏览 2提问于2012-09-23得票数 1
回答已采纳
摘要:我将数据归一化为线性回归模型，并希望将归一化恢复到原始值：
在MATLAB中，我有以下函数来反转归一化数据：
Y_Pred_denorm=(mapminmax('reverse','Y_pred',params.Y))';
如何用Python编写这段代码？我做了一些阅读，并提出了以下抛出的错误：
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(60, 90))
Y_Pred_denorm = Y_Pred.reshape(-1
浏览 2提问于2018-03-07得票数 0
我是python新手，正在尝试执行一个随机森林回归任务。我导入了总共有5列(包括date列)的数据集。我的数据是时间相关的，所以我不能使用训练/测试拆分。因此，我改为执行以下操作
feature_cols = [ 'Rainfall' ,'Temperature','Usage amount']
target_v = df['water level']
X = df[feature_cols]
y = target_v
然后，我使用sklearn中的时间序列拆分将我的数据拆分成训练和测试
from sklearn.model_
浏览 22提问于2020-05-12得票数 1
回答已采纳
1回答
我正在做一个与使用python的自然语言处理相关的项目。在我的项目中，我有我的数据库和一些与财务相关的数据，我必须创建自己的页面，如果我给出一个问题，例如what is the net income of apple?，那么我必须将我的问题转换为像select net_income from finance where name = apple这样的查询，并获得我的问题的答案。
我已经完成了对给定问题的标记化，并删除了其中的停用词。我无法转换令牌并将其添加到查询中。如果有人能给我提供你的想法，我将非常感谢。
浏览 0提问于2018-05-08得票数 0
我在这方面遇到了困难。我在以下方面体验过ValueError：(我尝试过在线解决方案，但没有成功)
这是我的原始代码，它返回将字符串转换为浮动错误
ValueError:无法将字符串转换为浮动：‘3，1，0，0，0，1，1，1,894，49.99’)：
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
training_data_df = pd.read_csv('./data/sales_data_training.csv')
scaler = MinMaxScaler(featur
浏览 1提问于2019-02-24得票数 1
我不是来自统计学，然而，通过使用机器学习和神经网络进行一项工作，我看到缩放数据可能会产生很多危害。据我所知，在训练测试之前缩放数据并不是一个好的选择，但当在训练-测试分离之后进行缩放时，请查看此示例。
import numpy as np
from sklearn.preprocessing import StandardScaler
train_matrix = np.array([[1,2,3,4,5]]).T
test_matrix = np.array([[1]]).T
e =StandardScaler()
train_matrix = e.fit_transform(tr
浏览 9提问于2017-07-19得票数 2
回答已采纳
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
我所知道的是fit()方法计算特征的均值和标准差，然后transform()方法使用它们将特征转换为新的缩放特征。fit_transform()只不过是在一行中调用fit() & transform()方法。
但是为什么我们只调用fit()来训练数据而不是测试数据呢？
这是否意味着我们正在使用训练数据的均值和标准差来
浏览 11提问于2022-06-16得票数 2
回答已采纳
我想解决一个用Prolog实现得分函数的问题。在优化函数是用另一种语言定义的情况下，是否可以从MiniZinc脚本调用Prolog (或另一种语言)？
例如，可以很容易地通过MiniZinc Python包从python中调用MiniZinc。有没有一个接口可以做相反的事情(从MiniZinc调用Python )？
浏览 21提问于2020-05-06得票数 2
回答已采纳
我知道这个问题以前已经问过很多次了，但是我真的是一个学习python和机器的新手，在尝试了很多次之后，我终于在这里发布了。如果可能的话，请原谅我这样的问题。
我有这样的数据集，用csv格式
YearsExperience Salary
1.1 39343
1.3 46205
1.5 37731
2 43525
2.2
2.9 56642
正如您在经验
浏览 5提问于2018-01-07得票数 1
回答已采纳
我很难理解OrdinalEncoder的语法。
在文档中，对于我来说，在提供的示例中不太清楚：
from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder()
X = [['Male', 1], ['Female', 3], ['Female', 2]]
enc.fit(X)
enc.categories_
[array(['Female', 'Male'], dtype=object), array([1, 2, 3], dtype=
浏览 0提问于2021-05-25得票数 1
回答已采纳
2回答
在一个项目中组合两种不同的编程语言是可能的吗？
让我给你举一个例子来说明我的意思：
我的主要编程语言是Python。(Python 3)
假设我想写一个计算器，我想用C构建GUI，然后用python构建计算器本身。用C编写的GUI需要将用户输入的计算数据发送给Python代码。
有可能吗？
浏览 0提问于2015-04-11得票数 0
因此，我有一个形状的数组XsN (590，)，我试图标准化的数据。
这是我的数组中590个元素之一的一个例子：
print(XsN[:1])
[array([[ 0. , 0.27229556, -1.8033657 , ..., 0. ,
0. , 0. ],
[ 0. , 0.20665401, -1.9340569 , ..., 0. ,
0. , 0. ],
[ 4. , 0. , 0.043524
浏览 0提问于2020-04-24得票数 0
回答已采纳
我想将缩放(从StandardScaler()到sklearn.preprocessing)应用于熊猫数据。下面的代码返回一个numpy数组，因此我丢失了所有的列名和识别码。这不是我想要的。
features = df[["col1", "col2", "col3", "col4"]]
autoscaler = StandardScaler()
features = autoscaler.fit_transform(features)
我在网上找到的一个“解决方案”是：
features = features.apply(lamb
浏览 9提问于2016-03-01得票数 136
回答已采纳
2回答
我有个数据：
df = pd.DataFrame({'Company': ['abc', 'xyz', 'def'],
'Q1-2019': [9.05, 8.64, 6.3],
'Q2-2019': [8.94, 8.56, 7.09],
'Q3-2019': [8.86, 8.45, 7.09],
'Q4-2019': [8.34, 8.61, 7.25]})
这些数据是4个季度相同问题的平均回答。
我正在尝试根据这些数据创建一个基准索引。为此，我希望首先使用标
浏览 7提问于2021-08-03得票数 0
回答已采纳
我制作了一个csv文件的数据，并将它传递给train_test_split，然后使用MinMaxScaler来缩放整个X和Y数据，但是现在我想知道基本的行数和列数，但是不能。
df=pd.read_csv("cancer_classification.csv")
from sklearn.model_selection import train_test_split
X = df.drop("benign_0__mal_1",axis=1).values
y = df["benign_0__mal_1"].values
X_train, X_te
浏览 0提问于2021-06-01得票数 0
回答已采纳
1回答
我正在做一个基于机器学习(Python)的项目，并在我的数据上尝试所有的模型。真是迷茫
用于分类和回归
如果我必须对整个数据集应用规范化、Z分数或标准差，然后设置特征值(X)和输出值(Y)。
def normalize(df):
from sklearn.preprocessing import MaxAbsScaler
scaler = MaxAbsScaler()
scaler.fit(df)
scaled = scaler.transform(df)
scaled_df = pd.DataFrame(
浏览 1提问于2022-05-22得票数 -3
回答已采纳
我试图缩小熊猫数据框架中的值。问题是，我有291个维度，因此，如果我们要这样做的话，逐个缩小值是很费时的：
from sklearn.preprocessing import StandardScaler
sclaer = StandardScaler()
scaler = sclaer.fit(dataframe['dimension_1'])
dataframe['dimension_1'] = scaler.transform(dataframe['dimension_1'])
问题：这只是一个维度，那么我们如何才能对291维在一次拍摄中做
浏览 4提问于2021-07-03得票数 2
回答已采纳
我想从我的数据中拟合和剪切离群值部分，所以我使用了RobustScaler (使用来自的数据)：
from sklearn.preprocessing import RobustScaler
scaler = RobustScaler(quantile_range = (25.0, 75.0))
df_robust = scaler.fit_transform(df)
df_robust = pd.DataFrame(df_robust,columns=df.columns)
但是当我画出盒子图的时候，
df_robust.boxplot(figsize=(25,25))
plt.show
浏览 2提问于2021-05-09得票数 1
1回答
在下面的数据集中，我正在学习关于Udemy的Python机器学习课程(仅显示前几行)
R&D Spend Administration Marketing Spend State Profit
0 165349 136898 471784 New York 192262
1 162598 151378 443899 California 191792
2 153442 101146 407935 Flori
浏览 0提问于2019-06-04得票数 0
回答已采纳
为什么Python中的sklearn.preprocessing.StandardScaler与Matlab中的zscore不同？
在Python中使用sklearn.preprocessing的示例：
>>> from sklearn.preprocessing import StandardScaler
>>> data = [[0, 0], [0, 0], [1, 1], [1, 1]]
>>> scaler = StandardScaler()
>>> scaler.fit(data)
>>> p
浏览 0提问于2018-03-07得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
