在對模型訓(xùn)練時，為了讓模型盡快收斂，一件常做的事情就是對數(shù)據(jù)進行預(yù)處理。

這里通過使用sklearn.preprocess模塊進行處理。

一、標(biāo)準(zhǔn)化和歸一化的區(qū)別

歸一化其實就是標(biāo)準(zhǔn)化的一種方式，只不過歸一化是將數(shù)據(jù)映射到了[0,1]這個區(qū)間中。

標(biāo)準(zhǔn)化則是將數(shù)據(jù)按照比例縮放，使之放到一個特定區(qū)間中。標(biāo)準(zhǔn)化后的數(shù)據(jù)的均值＝0，標(biāo)準(zhǔn)差＝1，因而標(biāo)準(zhǔn)化的數(shù)據(jù)可正可負。

二、使用sklearn進行標(biāo)準(zhǔn)化和標(biāo)準(zhǔn)化還原

原理：

即先求出全部數(shù)據(jù)的均值和方差，再進行計算。

最后的結(jié)果均值為0，方差是1，從公式就可以看出。

但是當(dāng)原始數(shù)據(jù)并不符合高斯分布的話，標(biāo)準(zhǔn)化后的數(shù)據(jù)效果并不好。

導(dǎo)入模塊

from sklearn.preprocessing import StandardScaler

from sklearn.preprocessing import MinMaxScaler

from matplotlib import gridspec

import numpy as np

import matplotlib.pyplot as plt

通過生成隨機點可以對比出標(biāo)準(zhǔn)化前后的數(shù)據(jù)分布形狀并沒有發(fā)生變化，只是尺度上縮小了。

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

ss = StandardScaler()

std_cps = ss.fit_transform(cps)

gs = gridspec.GridSpec(5,5)

fig = plt.figure()

ax1 = fig.add_subplot(gs[0:2, 1:4])

ax2 = fig.add_subplot(gs[3:5, 1:4])

ax1.scatter(cps[:, 0], cps[:, 1])

ax2.scatter(std_cps[:, 0], std_cps[:, 1])

plt.show()

sklearn.preprocess.StandardScaler的使用：

先是創(chuàng)建對象，然后調(diào)用fit_transform()方法，需要傳入一個如下格式的參數(shù)作為訓(xùn)練集。

X : numpy array of shape [n_samples,n_features]Training set.

data = np.random.uniform(0, 100, 10)[:, np.newaxis]

ss = StandardScaler()

std_data = ss.fit_transform(data)

origin_data = ss.inverse_transform(std_data)

print('data is ',data)

print('after standard ',std_data)

print('after inverse ',origin_data)

print('after standard mean and std is ',np.mean(std_data), np.std(std_data))

通過invers_tainsform()方法就可以得到原來的數(shù)據(jù)。

打印結(jié)果如下：

可以看到生成的數(shù)據(jù)的標(biāo)準(zhǔn)差是1，均值接近0。

data is [[15.72836992]

[62.0709697 ]

[94.85738359]

[98.37108557]

[ 0.16131774]

[23.85445883]

[26.40359246]

[95.68204855]

[77.69245742]

[62.4002485 ]]

after standard [[-1.15085842]

[ 0.18269178]

[ 1.12615048]

[ 1.22726043]

[-1.59881442]

[-0.91702287]

[-0.84366924]

[ 1.14988096]

[ 0.63221421]

[ 0.19216708]]

after inverse [[15.72836992]

[62.0709697 ]

[94.85738359]

[98.37108557]

[ 0.16131774]

[23.85445883]

[26.40359246]

[95.68204855]

[77.69245742]

[62.4002485 ]]

after standard mean and std is -1.8041124150158794e-16 1.0

三、使用sklearn進行數(shù)據(jù)的歸一化和歸一化還原

原理：

從上式可以看出歸一化的結(jié)果跟數(shù)據(jù)的最大值最小值有關(guān)。

使用時類似上面的標(biāo)準(zhǔn)化

data = np.random.uniform(0, 100, 10)[:, np.newaxis]

mm = MinMaxScaler()

mm_data = mm.fit_transform(data)

origin_data = mm.inverse_transform(mm_data)

print('data is ',data)

print('after Min Max ',mm_data)

print('origin data is ',origin_data)

結(jié)果：

G:\Anaconda\python.exe G:/python/DRL/DRL_test/DRL_ALL/Grammar.py

data is [[12.19502214]

[86.49880021]

[53.10501326]

[82.30089405]

[44.46306969]

[14.51448347]

[54.59806596]

[87.87501465]

[64.35007178]

[ 4.96199642]]

after Min Max [[0.08723631]

[0.98340171]

[0.58064485]

[0.93277147]

[0.47641582]

[0.11521094]

[0.59865231]

[1. ]

[0.71626961]

[0. ]]

origin data is [[12.19502214]

[86.49880021]

[53.10501326]

[82.30089405]

[44.46306969]

[14.51448347]

[54.59806596]

[87.87501465]

[64.35007178]

[ 4.96199642]]

Process finished with exit code 0

其他標(biāo)準(zhǔn)化的方法：

上面的標(biāo)準(zhǔn)化和歸一化都有一個缺點就是每當(dāng)來一個新的數(shù)據(jù)的時候就要重新計算所有的點。

因而當(dāng)數(shù)據(jù)是動態(tài)的時候可以使用下面的幾種計算方法：

1、arctan反正切函數(shù)標(biāo)準(zhǔn)化：

2、ln函數(shù)標(biāo)準(zhǔn)化

以上這篇使用sklearn進行對數(shù)據(jù)標(biāo)準(zhǔn)化、歸一化以及將數(shù)據(jù)還原的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

總結(jié)

以上是生活随笔為你收集整理的python实现数据恢复_使用sklearn进行对数据标准化、归一化以及将数据还原的方法...的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。