sklearn特征工程(数值型、类别型、时间型、文本型)实操

拙能胜巧nsq

于 2019-06-24 20:56:55 发布

阅读量1.6k

点赞数 1

分类专栏：机器学习系列特征工程系列

本文链接：https://blog.youkuaiyun.com/qq_20106375/article/details/93054363

版权

本文详细介绍了如何使用sklearn库对数值型、类别型、时间型和文本型特征进行预处理，包括对数变换、最大最小值缩放、Z-score标准化、统计特征、高次特征生成、分箱操作、独热编码、词袋模型和TF-IDF方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

利用sklearn做特征工程

一：数值型特征

1.1 对数变换（log变换）

## 对数变换
import numpy as np
log_age = df_train['Age'].apply(lambda x:np.log(x))

1.2 MinMaxscaler（最大最小值缩放）

from sklearn.preprocessing import MinMaxScaler
minmax = MinMaxScaler()
age_trans = minmax.fit_transform(df_train[['Age']])
age_trans

1.3 StandardScaler(Z-score缩放)

from sklearn.preprocessing import StandardScaler
ss = StandardScaler()
age_std = ss.fit_transform(df_train[['Age']])
age_std

1.4 统计特征

#最小值、最大值、中位数、均值
df_train[['Age']].min()
df_train[['Age']].max()
df_train[['Age']].median()
df_train[['Age']].mean()
#分位数
df_train[['Age']].quantile(0.25)

最低0.47元/天解锁文章