歸一化

特點：通過對原始數據進行變換把數據映射到(默認為[0,1])之間

注：作用于每一列，max為一列的最大值，min為一列的最小值,那么X’’

? ? ? ? 為最終結果，mx，mi分別為指定區(qū)間值默認mx為1,mi為0

sklearn歸一化API

sklearn歸一化API:? sklearn.preprocessing.MinMaxScaler

歸一化提供的數據應該是類似于二維數組的形式

1.MinMaxScaler語法

? ? ?MinMaxScalar(feature_range=(0,1)…)

? ? ? ? ? ? ? ? ? ? ??每個特征縮放到給定范圍(默認[0,1])

? ? ??MinMaxScalar.fit_transform(X)??????

? ? ? ? ? ? ? ? ? ? ?X:numpy array格式的數據[n_samples,n_features]

? ? ? ? ? ? ? ? ? ? ?返回值：轉換后的形狀相同的array

2.什么時候進行歸一化？歸一化的作用？

? ? 當三個特征同等重要的時候，進行歸一化

? ? 歸一化使得某一個特征對最終結果不會造成更大的影響

3.歸一化的步驟

? ? ? ?(1) 實例化MinMaxScalar

? ? ? ?(2) 通過fit_transform轉換

簡單的步驟例子：

from sklearn.preprocessing import MinMaxScalerdef mm():"""歸一化處理:return:None"""mm = MinMaxScaler()data = mm.fit_transform([[90, 2, 10, 40],[60, 4, 15, 45],[75, 3, 13, 46]])print(data)if __name__ == '__main__':mm()

結果：

[[1. 0. 0. 0. ][0. 1. 1. 0.83333333][0.5 0.5 0.6 1. ]]

?歸一化的總結：

注意在特定場景下最大值最小值是變化的，

另外，最大值與最小值非常容易受異常點影響

，所以這種方法魯棒性較差，只適合傳統精確小數據場景。

標準化

1、特點：通過對原始數據進行變換把數據變換到均值為0,方差為1范圍內

2 .? ??

??注：作用于每一列，mean為平均值，?σ為標準差(考量數據的穩(wěn)定性)

3.注意計算的公式，這里的x1是一列的值,? ??

4.結合歸一化來談標準化：

? ? ?對于歸一化來說：如果出現異常點，影響了最大值和最小值，那么結果顯然

會發(fā)生改變

? ? 對于標準化來說：如果出現異常點，由于具有一定數據量，少量的異常點對

于平均值的影響并不大，從而方差改變較小。

?5.?StandardScaler語法

? ? ?sklearn特征化API:? scikit-learn.preprocessing.StandardScaler

? ?StandardScaler(…)

? ? ? ? ? ? ? ? ??處理之后每列來說所有數據都聚集在均值0附近標準差差為1

? ?StandardScaler.fit_transform(X,y)??????

? ? ? ? ? ? ? ??X:numpy array格式的數據[n_samples,n_features]

? ? ? ? ? ? ? ??返回值：轉換后的形狀相同的array

? ?StandardScaler.mean_

? ? ? ? ? ? ??原始數據中每列特征的平均值

? ?StandardScaler.std_

? ? ? ? ? ? ? ?原始數據每列特征的方差

6.步驟與例子：

? ? ? (1) 實例化StandardScaler

? ? ?(2)通過fit_transform轉換

? from sklearn.preprocessing import StandardScalerdef stand():"""標準化縮放:return:None"""std = StandardScaler()data = std.fit_transform([[1., -1., 3.],[2., 4., 2.],[4., 6., -1.]])print(data)return Noneif __name__ == '__main__':stand()?

?運行結果：

[[-1.06904497 -1.35873244 0.98058068][-0.26726124 0.33968311 0.39223227][ 1.33630621 1.01904933 -1.37281295]]

7.標準化總結：

?在已有樣本足夠多的情況下比較穩(wěn)定，適合現代嘈雜大數據場景。

?不同數據類型該如何處理

? ?數值型數據：標準縮放：

? ? ? ? ? ? ? 1、歸一化

???????????? ? 2、標準化

? ? ? ? ? ? ??3、缺失值

? 類別型數據：one-hot編碼

? ?時間類型：時間的切分

總結

以上是生活随笔為你收集整理的机器学习(5.sklearn归一化以及标准化)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。