特征放缩的几种方法
1.Min-Max scaling min-max标准化
该方法是最简单的数组放缩方法。

处理类:
from sklearn.preprocessing import MinMaxScaler
2.均值归一化处理(Mean normalization)

3.均值标准化Z-score standardization
在很多机器算法中使用到,例如支持向量机,逻辑回归,人工神经网络。

from sklearn.preprocessing import StandardScaler
StandardScaler(copy=True,with_mean=True,with_std=True)
from sklearn.preprocessing import scale
4.缩放到单位向量 Scaling to unit length
![]()
from sklearn.preprocessing import Normalizer
特征放缩方法
本文介绍了四种常见的特征放缩方法:Min-Max标准化、均值归一化处理、均值标准化Z-score standardization以及缩放到单位向量。这些方法在机器学习预处理阶段非常重要,能够帮助算法更好地收敛并提高模型性能。
328

被折叠的 条评论
为什么被折叠?



