《机器学习Python实战》课件 03-项目2 数据预处理优化.pptxVIP

?机器学习?项目2数据预处理

1数据处理2数据降维目录CONTENTS3数据集拆分

01数据处理

主要指的是使用scikit-learn库的preprocessing模块中的数据预处理方法，将原始数据转换为适合机器学习的形式，用于改善机器学习的效果。数据处理

数据处理常见的数据预处理方法01均值方差标准化02离差标准化03二值化04归一化05独热编码

数据处理

数据处理均值方差标准化是一种将数据转化为标准正态分布的标准化方法。标准正态分布图

数据处理回归模型在回归模型中，服从正态分布的自变量和因变量往往对应着较好的回归预测效果。标准差标准化使得经过处理的数据符合标准正态分布，即均值为0，标准差为1。

数据处理?样本数据的均值样本数据的标准差

数据处理StandardScaler将数据按其特征（按列进行）减去平均值和缩放到单位方差来标准化特征。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，标准差为1，使得新的X数据集方差为1，均值为0。

数据处理如果数据的分布本身就服从正态分布，就适用于标准化处理。在进行标准化的过程中就将训练集的均值和方差当做是总体的均值和方差，因此对测试集使用训练集的均值和方差进行预处理。标准正态分布图

数据处理

数据处理其基本语法格式如下：classsklea