zoukankan      html  css  js  c++  java
  • 实验03 特征处理(标准化、归一化、正则化)

    参考博客:地址传送

    实验记录,方便以后查阅

    一丶实现代码与结果

    实验一

    #预处理方法
    from sklearn.preprocessing import StandardScaler
    from sklearn.preprocessing import MinMaxScaler
    from matplotlib import gridspec
    import numpy as np
    import matplotlib.pyplot as plt
    #返回随机的整数,位于闭区间 [low, high] random_integers(low[, high, size])
    #生成几个随机点
    cps = np.random.random_integers(0, 100, (100, 2))
    # 数据标准化
    ss = StandardScaler()
    std_cps = ss.fit_transform(cps)
     #使用GridSpec自定义子图 的大小 构建5×5的画布
    gs = gridspec.GridSpec(5,5)
    #创建画布
    fig = plt.figure()
    #在画布上创建不同的区域   区域的范围
    ax1 = fig.add_subplot(gs[0:2, 1:4])
    ax2 = fig.add_subplot(gs[3:5, 1:4])
     #绘制 图表中的点位
    ax1.scatter(cps[:, 0], cps[:, 1])
    ax2.scatter(std_cps[:, 0], std_cps[:, 1])
    #绘制整张图
    plt.show()

    运行结果:

    实验二

    #引入预处理的函数
    from sklearn.preprocessing import MinMaxScaler
    import numpy as np
    #均匀分布,随机生成下一个实数,在 [low, high) 范围内 样本6
    # np.newaxis  插入新维度
    data = np.random.uniform(0, 100, 10)[:, np.newaxis]
    # 等同于 MinMaxScaler(feature_range = (1,3),copy = False)#范围改为1~3,对原数组操作
    mm = MinMaxScaler()
    # fit 和 transform 的结合 fit() 求得训练集X的均值,方差,最大值,最小值,这些训练集X固有的属性
    # transform() 在fit的基础上,进行标准化,降维,归一化等操作
    #fit_transform(trainData)对部分数据先拟合fit,找到该part的整体指标,如均值、方差、最大值最小值等等(根据具体转换的目的),然后对该trainData进行转换transform,从而实现数据的标准化、归一化等等
    mm_data = mm.fit_transform(data)
    #将标准化后的数据转换为原始数据
    origin_data = mm.inverse_transform(mm_data)
    print('data is ',data)
    print('after Min Max ',mm_data)
    print('origin data is ',origin_data)

    运行结果:

    实验三

    X = [[1, -1, 2],
         [2, 0, 0],
         [0, 1, -1]]
    
    # 使用L2正则化
    from sklearn.preprocessing import normalize
    l2 = normalize(X, norm='l2')
    print('l2:', l2)
    
    # 使用L1正则化
    from sklearn.preprocessing import Normalizer
    normalizerl1 = Normalizer(norm='l1')
    l1 = normalizerl1.fit_transform(X)
    print('l1:', l1)

    运行结果:

  • 相关阅读:
    P12 向量组03--极大线性无关组
    超导体
    Matlab中disp、fprintf和sprintf有什么区别?
    点击word页面自动弹出信息检索很烦人
    Postman 官方中文版 v7.25.3
    无法为更新定位行。一些值可能已在最后一次读取后已更改解决办法
    Everything文件查找工具
    Delphi的DataSource事件
    Delphi中inherited问题
    delphi窗体继承
  • 原文地址:https://www.cnblogs.com/cxy0210/p/14542259.html
Copyright © 2011-2022 走看看