特征工程之归一化及标准化

特征的预处理：对数据进行处理

特征处理：通过特定的统计方法（数学方法）将数据转换成算法要求的数据

归一化：

多个特征同等重要的时候需要进行归一化处理
目的：使得某一个特征对最终结果不会造成更大影响

归一化API：

标准化：

归一化及标准化实例代码：

# 数据预处理
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler


def mm():
    '''
    归一化处理
    :return:None
    '''
    # mm = MinMaxScaler()
    mm = MinMaxScaler(feature_range=(2, 3))
    data = mm.fit_transform([[90, 2, 10, 40], [60, 4, 15, 45], [75, 3, 13, 46]])
    print(data)
    return None


def stand():
    '''
    标准化缩放
    :return:None
    '''
    std = StandardScaler()
    data = std.fit_transform([[1, -1, 3], [2, 4, 2], [4, 6, -1]])
    print(data)
    return None


if __name__ == "__main__":
    mm()
    stand()

运行结果：