《百面機器學習》
為了消除資料特徵之間的量綱影響，使得不同指標之間具有可比性。在實際應用中，通過梯度下降法求解的模型通常是需要歸一化的。但對於決策樹模型並不適用。
對原始資料進行線性變換，使結果對映到[0,1]，實現對原始資料的等比縮放。公式如下：
x no
rm=x
−xmi
nxma
x−xm
in
x_=\frac}-x_}
xnorm
=xma
x−x
min
x−xm
in
其中x
xx為原始資料，xma
xx_
xmax、xmi
nx_
xmin
分別為資料的最大值和最小值。
**示例
from sklearn.preprocessing import minmaxscaler
scaler = minmaxscaler(
)x =[[
90,2,
10,40]
,[60,
4,15,
45],[
75,3,
13,46]
]x_norm = scaler.fit_transform(x)
print
(x_norm)
# [[1. 0. 0. 0. ]
# [0. 1. 1. 0.83333333]
# [0.5 0.5 0.6 1. ]]
\muμ、標準差為σ
\sigma
σ，公式為：
z =x
−μ
σz=\frac
z=σx−μ
**示例
from sklearn.preprocessing import standardscaler
scaler = standardscaler(
)x =[[
90,2,
10,40]
,[60,
4,15,
45],[
75,3,
13,46]
]x_norm = scaler.fit_transform(x)
print
(x_norm)
# [[ 1.22474487 -1.22474487 -1.29777137 -1.3970014 ]
# [-1.22474487 1.22474487 1.13554995 0.50800051]
# [ 0. 0. 0.16222142 0.88900089]]
特徵工程 特徵歸一化
為了消除資料特徵之間的量綱影響，需要對特徵進行歸一化 normalization 處理，使得不同特徵處於同乙個數量級，具有可比性 2.1 線性函式歸一化 min max scaling 對原始資料進行線性變換，使結果對映到 0,1 的範圍內，實現對原始資料的等比縮放。歸一化公式 其中，x為原始資料，...
特徵歸一化
我們在衡量一些事物時，我們總是不能同等程度的看待各個特徵，無法對這個事物做出準確的衡量，即我們沒有將各個特徵量化到統一的區間。為了解決這樣的問題，我們引出了特徵歸一化 目錄 特徵歸一化的概念 特徵歸一化必要性 資料標準化的意義 資料標準化的方法 資料的標準化 normalization 是將資料按比...
特徵工程之特徵選擇
在前一篇文章中我介紹了一些資料預處理的方法，原始資料在經過預處理之後可以被演算法處理了，但是實際中可能有一些特徵是沒有必要的，比如在中國採集的一些資料，那麼國籍就都是中國，其實也就沒有意義了，反映在統計量上就是方差過小，也就是樣本在這個特徵上變化很小。還有一種情況是特徵和最後的結果相關性很小，也就是...