《机器学习Python实战》课件 04-项目2 任务1 数据标准化处理 任务2 数据归一化处理优化.pptxVIP

?机器学习?项目2任务一数据标准化处理任务二数据归一化处理

1任务一数据标准化处理2任务二数据归一化处理目录CONTENTS

使用scikit-learn的make_blobs函数生成一个样本量为50、分类数为1、标准差为1的数据集，然后调用绘图工具对数据集进行可视化，接下来，我们使用scikit-learn的preprocessing模块中的StandardScaler类对这个生成的数据集进行标准化处理。任务目标

01任务一数据标准化处理

数据标准化处理1．数据准备首先需要准备一些数据，我们使用scikit-learn库中内置的一些应用程序接口（applicationprograminterface，API）生成数据集，其中make_blobs函数会根据用户指定的特征数量、中心点数量、范围等来生成几类数据集和相应的标签，函数定义如下：

数据标准化处理参数说明n_samplesn_featurescenterscluster_stdcenter_boxshufflerandom_state数据样本点个数，默认值是100。数据的维度，默认值是2。产生数据的中心点，默认值是3。数据集的标准差，浮点数或者浮点数序列，默认值是1.0。中心确定之后的数据边界，默认值是(?10.0,10.0)。数据洗牌，默认值是True。随机生成器的种