1.數據的標準化與歸一化處理

from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import MinMaxScaler
import numpy as np

data = np.random.random_integers(0, 100, (100, 2))

ss = StandardScaler(）

data = ss.fit_transform(data)

data1 = np.random.random_integers(0, 100, (100, 2))

mm = MinMaxScaler()

mm_data = mm.fit_transform(data1)

origin_data = mm.inverse_transform(mm_data)

#如果需要對其中的某一行進行reverse，則需要將數據reshape為（1，line）

2.numpy transpose的用法

>>> x = np.ones((1, 2, 3)) >>> np.transpose(x, (1, 0, 2)).shape (2, 1, 3)

?

總結

以上是生活随笔為你收集整理的ML一些处理的技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。