分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow

也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

0. StandardScaler

去均值時，在測試集上進行預測時減去的均值是訓練集上得到的均值；

import sklearn.preprocessing as prepdef standard_scale(X_train, X_test): preprocessor = prep.StandardScaler().fit(X_train) X_train = preprocessor.transform(X_train) X_test = preprocessor.transform(X_test) return X_train, X_test
 

   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
   

1. one hot encoder

<a href=“http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html”, target="_blank">sklearn.preprocessing.OneHotEncoder

one hot encoder 不僅對 label 可以進行編碼，還可對 categorical feature 進行編碼：

>>> from sklearn.preprocessing import OneHotEncoder>>> enc = OneHotEncoder()>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])  >>> enc.n_values_array([2, 3, 4])>>> enc.feature_indices_array([0, 2, 5, 9])>>> enc.transform([[0, 1, 1]]).toarray()array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])
 

   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9
    
10
    
11
    
12
    
13
   

為 OneHotEncoder 類傳遞進來的資料集：

[[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]]
   

    
1
    
2
    
3
    
4
   

每一列代表一個屬性，fit 操作之後：

• 物件enc的n_values_成員變數，記錄著每一個屬性的最大取值數目，如本例第一個屬性：0, 1, 0, 1 ⇒ 2，0, 1, 2, 0 ⇒ 3，3, 0, 1, 2
  ⇒ 4；
  • 即各個屬性（feature）在 one hot 編碼下佔據的位數；
• 物件 enc 的 feature_indices_，則記錄著屬性在新 One hot 編碼下的索引位置，
  • feature_indices_ 是對 n_values_ 的累積值，不過 feature_indices 的首位是 0；

進一步通過 fit 好的 one hot encoder 對新來的特徵向量進行編碼：

>>> enc.transform([[0, 1, 1]]).toarray()array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])
   

    
1
    
2
   

• 前 2 位 1, 0，對 0 進行編碼
• 中間 3 位 0, 1, 0 對 1 進行編碼；
• 末尾 4 位 0, 1, 0, 0 對 1 進行編碼；

給我老師的人工智慧教程打call！http://blog.csdn.net/jiangjunshow