数据标准化

#在上一关的基础上，对自变量X中的数值变量（x1~x6）作均值-方差标准化处理

# 需要注意的是x7~x15名义变量不需要作标准化处理

# 返回结果X1

def return_values():

    import pandas as pd

    import numpy as np

    from sklearn.impute import SimpleImputer

    from sklearn.preprocessing import StandardScaler

    data=pd.read_excel('银行贷款审批数据.xlsx')

    numerical_vars = data.iloc[:, 0:6]  # x1 到 x6

    categorical_vars = data.iloc[:, 6:15]  # x7 到 x15

    # 对数值变量（x1 - x6）使用均值策略填充缺失值

    numeric_imputer = SimpleImputer(strategy='mean')

    a1 = numeric_imputer.fit_transform(numerical_vars)

    # 对名义变量（x7 - x15）使用最频繁值策略填充缺失值

    categorical_imputer = SimpleImputer(strategy='most_frequent')

    a2 = categorical_imputer.fit_transform(categorical_vars)

    scaler=StandardScaler()

    scaler.fit(a1)

    a1=scaler.transform(a1)

    X1=np.hstack((a1,a2))

    return X1