python基础学习9【MinMaxScale()、StandScale()、DecimalScale、transformer】

news2025/10/29 16:13:10

标准化数据【离差标准化数据、标准差标准化数据、小数定标标准化数据】

离差标准化数据：

数据的整体分布情况并不会随离差标准化而发生改变，原先取值较大的数据，在做完离差标准化后的值依旧较大；

对原始数据的一种线性变换，结果是将原始数据的数值映射到[0,1]区间之间。

实操：

import pandas as pddata =pd.read_csv('./609/detail.csv',encoding='gbk')data.head()

def MinMaxScale(data):    return (data-data.min())/(data.max()-data.min())MinMaxScale(data['counts'])#做完离差标准化后的数据

a = MinMaxScale(data['counts'])#做完离差标准化后的数据b = MinMaxScale(data['amounts'])#对单价离差标准化后的数据pd.concat([a,b],axis=1)#对做完俩离差标准化的数据合并一下

标准差标准化数据：

也叫零均值标准化或分数标准化，是当前使用最广泛的数据标准化方法。经过该方法处理的数据均值为0，标准差为1。

实操：

def StandScale(data):    return (data-data.mean())/data.std()a = StandScale(data['counts'])#做完标准差标准化后的数据b = StandScale(data['amounts'])#对单价标准差标准化后的数据pd.concat([a,b],axis=1)#对做完俩标准差标准化的数据合并一下

小数定标标准化数据：

通过移动数据的小数位数，将数据映射到区间[-1,1]之间。

实操：

import numpy as npdef DecimalScale(data):    return data/10**(np.ceil(np.log10(data.abs().max())))#ceil取整a = DecimalScale(data['counts'])#做完标准差标准化后的数据b = DecimalScale(data['amounts'])#对单价标准差标准化后的数据pd.concat([a,b],axis=1)#对做完俩标准差标准化的数据合并一下

使用sklearn构建模型【scikit-learn】：

加载datasets模块中数据集

sklearn库的datasets模块集成了部分数据分析的经典数据集，可以使用这些数据集进行数据预处理，建模等操作，熟悉sklearn的数据处理流程和建模流程；

datasets模块常用数据集的加载函数与解释。

嘿嘿，一来就报错，解决一下子：

好的，我们就采取第二种好了方法好了：【文末附🔗】

将数据集划分为训练集和测试集

k折交叉验证法：将样本打乱，均匀分成k份；轮流选择其中k-1份做训练，剩余的一份做验证；计算预测误差平方和。

train_test_split()函数：能够对数据集进行拆分。

X ,y = data[data.columns.delete(-1)], data['MEDV']X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=888)

sklearn把相关的功能封装为转换器（transformer）

在数据分析过程中，各类特征处理相关的操作都需要对训练集和测试集分开操作。

y = data['MEDV'] # 标签-房价X = data.drop(['MEDV'], axis=1) #去掉标签（房价）的数据子集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3)from sklearn import preprocessingscaler=preprocessing.StandardScaler().fit(X_train)X_train=scaler.transform(X_train)scaler.transform(X_test)