python 机器学习之数据预处理

#数据预处理方法，主要是处理数据的量纲和同趋势化问题。

import numpy as np

from sklearn import preprocessing

#零均值规范

data=np.random.rand(3,4)#随机生成3行4列的数据

data_standardized=preprocessing.scale(data)#对数据进行归一化处理，即每个数值减去均值除以方差 主要用于svm

#线性数据变换最大最小化处理

data_scaler=preprocessing.MinMaxScaler(feature_range=(0,1))#选定区间（0，1）,原始数据-最小值/（最大值-最小值）

data_scaled=data_scaler.fit(data)

#数据标准化处理normalized

data_normalized=preprocessing.normalize(data,norm='l1')#减少人为增加特征，经过处理后数据贾总等于1

#特征二值化，

data_binarized=prepressing.Binarizer(threshold=0.5).transform(data)#以0.5为阈值，大于0.5为1，小于0.5为0

#label_encode对标签进行数值化

label_encode=preprocessing.LabelEncoder()

input_class=['audi','ford','audi','bmw','toyota','benz']

label_encode.fit(input_class)

for i ,item in enmerate(label_encode.class_):

    print(item,'-->',i)

#onehotencode