## 寫在前面 這篇部落格的主要內容 - 應用MinMaxScaler實現對特徵資料進行歸一化 - 應用StandardScaler實現對特徵資料進行標準化 ## 特徵預處理 ### 定義 ​ 通過**一些轉換函式**將特徵資料**轉換成更加適合演算法模型**的特徵資料過程 ### 特徵預處理API ```python sklearn.preprocessing ``` ### 為什麼要進行歸一化/標準化？ ​ 特徵的**單位或者大小相差較大，或者某特徵的方差相比其他的特徵要大出幾個數量級**，**容易影響（支配）目標結果**，使得一些演算法無法學習到其它的特徵 ### 歸一化 #### 定義 ​ 通過對原始資料進行變換把資料對映到(預設為[0,1])之間  > 作用於每一列，max為一列的最大值，min為一列的最小值,那麼X’’為最終結果，mx，mi分別為指定區間值預設mx為1,mi為0 #### API - sklearn.preprocessing.MinMaxScaler (feature_range=(0,1)… ) - MinMaxScalar.fit_transform(X) - X:numpy array格式的資料[n_samples,n_features] - 返回值：轉換後的形狀相同的array #### 資料 ```python milage,Liters,Consumtime,target 40920,8.326976,0.953952,3 14488,7.153469,1.673904,2 26052,1.441871,0.805124,1 75136,13.147394,0.428964,1 38344,1.669788,0.134296,1 ``` #### 程式碼 ```python from sklearn.preprocessing import MinMaxScaler import pandas as pd def minmax_demo(): data = pd.read_csv("dating.txt") print(data) # 1、例項化一個轉換器類 transfer = MinMaxScaler(feature_range=(2, 3)) # 2、呼叫fit_transform data = transfer.fit_transform(data[['milage','Liters','Consumtime']]) print("最小值最大值歸一化處理的結果：\n", data) return None ``` #### 結果  ### 標準化 #### 定義 ​ 通過對原始資料進行變換把資料變換到均值為0,標準差為1範圍內  > 作用於每一列，mean為平均值，σ為標準差 #### API - sklearn.preprocessing.StandardScaler( ) - 處理之後每列來說所有資料都聚集在均值0附近標準差差為1 - StandardScaler.fit_transform(X) - X:numpy array格式的資料[n_samples,n_features] - 返回值：轉換後的形狀相同的array #### 資料 ​ 同上歸一化介紹中使用的資料 #### 程式碼 ```python from sklearn.preprocessing import StandardScaler import pandas as pd def stand_demo(): data = pd.read_csv("dating.txt") print(data) transfer = StandardScaler() data = transfer.fit_transform(data[['milage','Liters','Consumtime']]) print("標準化的結果：\n",data) print("每一列特徵的平均值：\n",transfer.mean_) print("每一列特徵的方差：\n",transfer.var_) return None ``` #### 執行結果 ![標準化執行結果](https://gitee.com/xp-thebest/blog_img/raw/master/img/image-20210123224804238.p