编程之路

# coding=utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.preprocessing import labelfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metric...

# coding=utf-8from sklearn import preprocessingimport numpy as npfrom sklearn.preprocessing import StandardScaler''' StandardScaler 类 预处理对象 fit() 预处理的数据，计算矩阵列均值和...

# coding=utf-8import numpy as npimport pandas as pddatas = [98,83,65,72,79,76,75,94,91,77,63,83,89,69,64,78,63,86,91,72,71,72,70,80,65,70,62,74,71,76]#平均数aver = np.mean(datas)#中位数mid = np...

标准化数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。这样去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化0-1标准化(0-1 normalization)也叫离差标准化，是对原始数据的线性变换，使结果落到[0,1]区间，转换函数如下：其中max为样本数据的最大值，min为样本数...

1. 导入from sklearn import datasetsdigits = datasets.load_digits()122. 属性查看digits: bunch类型print digits.keys()['images', 'data', 'target_names', 'DESCR', 'target']1233. 具体数据1797个样本，每个样本包括8*8像素的图像和一个[0...