zoukankan      html  css  js  c++  java
  • scikit-learn杂记

    1.数据预处理 二值化

    import numpy as np
    from sklearn import preprocessing
    
    X = np.array([[1., -1., 2.], [2., 0., 0.], [0., 1., -1.]])
    binarized = preprocessing.Binarizer().fit(X)
    print(binarized.transform(X))

    2.数据预处理 Onehot处理离散数据

    import numpy as np
    from sklearn import preprocessing
    
    Y = np.array([[0, 1, 0], [1, 0, 1], [2, 2, 1], [3, 1, 0]])
    enc = preprocessing.OneHotEncoder()
    enc.fit(Y)
    print(enc.transform([[3, 0, 1]]).toarray())

    3.综合处理文本离散数据 Onehot处理离散文本数据

    import numpy as np
    from sklearn import preprocessing
    from sklearn.preprocessing import LabelEncoder
    
    # 原始离散数据,其中国家有四种数据,职业有三种数据,性别有两种数据,即[2,3,4]
    Y_label = np.array([['from China', 'Student', 'Male'], ['from USA', 'Teacher', 'Female'],
                        ['from UK', 'Engineer', 'Female'],['from AU', 'Student', 'Male']])
    
    # 将离散文本转换为数字表示
    le_from = LabelEncoder()
    le_job = LabelEncoder()
    le_gender = LabelEncoder()
    le_from.fit(np.array(['from China', 'from USA', 'from UK', 'from AU']))
    le_job.fit(np.array(['Student', 'Teacher', 'Engineer']))
    le_gender.fit(np.array(['Male','Female']))
    
    # 替换原数据
    Y_label[:, 0] = le_from.transform(Y_label[:, 0])
    Y_label[:, 1] = le_job.transform(Y_label[:, 1])
    Y_label[:, 2] = le_gender.transform(Y_label[:, 2])
    
    # 使用OneHot编码数据
    enc = preprocessing.OneHotEncoder()
    enc.fit(Y_label)
    print(enc.transform([[3, 0, 1]]).toarray())
  • 相关阅读:
    C语言本身并不提供输入输出语句
    大数据
    kdd cup 论文
    决策树比较
    推荐系统
    geohash
    MySQLdb 安装
    天池大数据比赛
    逻辑回归
    矩阵分解
  • 原文地址:https://www.cnblogs.com/leokale-zz/p/11045762.html
Copyright © 2011-2022 走看看