python机器学习07:数据预处理

曾牛

于 2019-06-30 13:50:21 发布

阅读量377

点赞数

CC 4.0 BY-SA版权

分类专栏：深入浅出python机器学习

本文链接：https://blog.youkuaiyun.com/qq_28286027/article/details/94314970

本文介绍了Python中用于机器学习数据预处理的几种方法，包括StandardScaler、MinMaxScaler、RobustScaler和Normalizer，并通过实例展示了它们的效果。实验结果显示，数据预处理能够显著提高模型的准确率，特别是在使用预处理后的数据训练MLP神经网络时，得分从0.24提升到1.00。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.使用StandardScaler进行数据预处理

1.使用sklearn的make_blobs函数手工生成数据集：

from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
X,y = make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)
plt.show()

运行代码，得到如下图所示：
手工生成的数据集
结果分析：
我们使用make_blobs函数时，指定了样本数n_samples为40，分类2，随机状态random_State=50，标准差cluster_std=2。从图中可以看到，数据集中有2个特征，分别对应x轴和y轴，特征1的数值大约在-8到7之间，而特征2的数值大约在-10到0之间。
接下来，我们要使用sklearn的preporcessing模块来对这个手工生成的数据集进行预处理操作。首先来看第一个方法：StandardScaler。

from sklearn.preprocessing import StandardScaler
X_1 = StandardScaler().fit_transform(X)

了解本专栏