day 6 資料標準化

from sklearn.preprocessing import standardscaler

data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
scaler = standardscaler() # 例項化
scaler.fit(data) # fit，本質是生成均值和方差
# print(scaler.mean_) # 檢視這倆列均值的屬性mean_
# print(scaler.var_) # 檢視這倆列方差的屬性var_
x_std = scaler.transform(data) # 通過介面匯出結果
# aa=scaler.fit_transform(data) # 使用fit_transform(data)一步達成結果
print(x_std.mean()) # 匯出的結果是乙個陣列，用mean()檢視均值
print(x_std.std()) # 用std()檢視方差
bb=scaler.inverse_transform(x_std) # 使用inverse_transform逆轉標準化
print(bb)

資料標準化

從廣義上來講，資料標準化的過程可以看作是業務系統內部或業務系統之間，乃至整個資料治理系統中的乙個 語言 統一的過程。只有語言統一，才能讓同一業務系統或者不同業務系統之間有了對話 呼叫 通訊的可能，從而保證使用的都是特定的某乙個方言。同樣，資料標準化的過程反映程式及系統設計或架構級別時，就可以看作連線...

資料標準化

特徵縮放 feature scaling 1 也稱為資料的標準化 normalization 是將資料按比例縮放，使之落入乙個特定區間。不同資料往往具有不同的量綱，會影響到資料分析的結果，為了消除資料之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各...

資料標準化

從廣義上來講，資料標準化的過程可以看作是業務系統內部或業務系統之間，乃至整個資料治理系統中的乙個 語言 統一的過程。只有語言統一，才能讓同一業務系統或者不同業務系統之間有了對話 呼叫 通訊的可能，從而保證使用的都是特定的某乙個方言。同樣，資料標準化的過程反映程式及系統設計或架構級別時，就可以看作連線...