机器学习入门-数值特征-进行二值化变化 1.Binarizer(进行数据的二值化操作)

本文介绍了如何使用Python中的Binarizer函数对数值特征进行二值化处理,特别是针对歌曲听歌次数的数据,当次数大于等于1时,将其标记为1,否则标记为0。二值化有助于简化数据并适用于某些机器学习算法。

函数说明:

1. Binarizer(threshold=0.9) 将数据进行二值化,threshold表示大于0.9的数据为1,小于0.9的数据为0 

对于一些数值型的特征:存在0还有其他的一些数

二值化指的是:将大于0的特征使用1表示,将等于0的特征还是用0表示

对于二值化操作:使用两种方法

第一种方法:

     求出大于等于1的索引值,令这些索引值对应的数值等于1,然后重新构建列

第二种方法:

    使用Binarizer(threshold=0.9) 表示大于0.9的数据使用1表示

    这里传入的参数需要是二维的,因此需要做维度转换

代码:

数据说明:使用的是歌曲的数据:对歌曲听过的次数做二值化操作,听过大于等于1的次数的设置为1,否者设置为0 

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import pandas as pd

plt.style.reload_library()
plt.style.use(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值