python数据变换

谁用了尧哥这个昵称

于 2016-09-30 10:52:02 发布

阅读量3.4k

点赞数

分类专栏： AI 文章标签： python 数据变换

本文链接：https://blog.youkuaiyun.com/xuyaoqiaoyaoge/article/details/52678307

版权

本文介绍了Python中数据预处理的两个关键步骤：规范化和连续属性的离散化。规范化包括最小-最大规范化、零-均值规范化和小数定标规范化，使数据落入特定区间。离散化则涉及等宽法、等频法和基于聚类的方法，通过创建区间并用符号或数值表示，以便于数据分析。属性构造也是数据预处理的重要环节。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.规范化

将数据进行标准化处理，将数据按照比例进行缩放，使之落入一个特定的区域，便于进行综合分析。
1.最小-最大规范化
线性变换，将数值映射到【0,1】之间。
2.零-均值规范化
均值为0，标准差为1，标准正太分布，目前用到最多的方法
3.小数定标规范化
映射到【-1,1】之间

#-*- coding: utf-8 -*-
#数据规范化
import pandas as pd
import numpy as np

datafile = 'E:/PythonMaterial/chapter4/demo/data/normalization_data.xls' #参数初始化
data = pd.read_excel(datafile, header = None) #读取数据
print data

data1=(data - data.min())/(data.max() - data.min()) #最小-最大规范化
print data1

data2=(data - data.mean())/data.std() #零-均值规范化
print data2

data3=data/10**np.ceil(np.log10(data.abs().max())) #小数定标规范化

最低0.47元/天解锁文章