sklearn 学习

6.3 数据处理

6.3.1标准化，去均值和方差缩放

1. processing.scale() 标准化

2. StandardScaler().fit(train)获得变换器，可以应用到测试集scaler.transform(test)

   6.3.1.1 缩放到固定range 可以MinMaxScaler或MaxAbsScaler

   6.3.1.2 缩放稀疏数据

   稀疏数据可以用MaxAbsScaler 以及 StandardScaler（但是需要with_mean=False)

6.3.1.3 带着离群值缩放

可以用RobustScaler

6.3.1.4 中心化核矩阵

KernelCenter

6.3.2 非线性变换

6.3.2.1 映射到均匀分布 分位点变换QuantileTransformer 没看懂

6.3.2.2 映射到高斯分布

PowerTransformer提供两个变换

1. Yeo-Johnson 变换
2. Box-Cox 变换 智能用于正整数

6.3.3 正则化 这个也没太看懂

6.3.4 编码类特征

1. OrdinalEncoder 序号编码
2. OneHotEncoder(categories=[])
   drop 参数没看懂

6.3.5 离散化