數(shù)據(jù)特征預處理枝嘶，數(shù)據(jù)降維
處理方法：? ? ?1哈恰，數(shù)值型數(shù)據(jù)? ? ?：? ?標準縮放? ? ? （1）歸一化
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）標準化
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）缺失值?
? ? ? ? ? ? ? ? ? ? ? ?2， 類別型數(shù)據(jù)? ? ：? ? one-hot 編碼
? ? ? ? ? ? ? ? ? ? ? ?3电谣，時間類型? ? ? ? ?：? ? 時間的切分
下面是歸一化浑彰，標準化恭理，缺失值，（這是小編的筆記）
歸一化：通過對原始數(shù)據(jù)進行轉(zhuǎn)換闸昨，把數(shù)據(jù)映射到蚯斯，0，1之間饵较。（其實就是把復雜的數(shù)據(jù)通過公式算法變成簡單的0~1之間拍嵌。）
標準化：通過對原始數(shù)據(jù)進行轉(zhuǎn)換，把數(shù)據(jù)轉(zhuǎn)換成均值為0循诉，方差為1的范圍横辆。（方差考量數(shù)據(jù)的穩(wěn)定數(shù)據(jù)的穩(wěn)定性，如果方差為零茄猫，表示數(shù)據(jù)的值是一樣的）
#導入包
from sklearn.preprocessingimport StandardScaler
import numpyas np
from sklearn.imputeimport SimpleImputer
def sdandar():
"""
? ? 標準化處理
? ? :return: None
"""
? ? #實例化
? ? bzh = StandardScaler()
data = bzh.fit_transform([[1,-1,3],[2,4,2],[4,6,-1]])
print(data)
return None
def inputer():
"""
? ? 標準化處理
? ? :return: None
"""
? ? #實例化
? ? qsz = SimpleImputer(strategy='mean')
data = qsz.fit_transform([[1,-1,3],[np.nan,4,2],[4,6,-1]])
print(data)
return None
if __name__ =="__main__":
inputer()
數(shù)據(jù)的降維：（改變特征的數(shù)量）
特征選擇的原因：冗余——部分特征的相關度高狈蚤，容易消耗計算機性能
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?噪聲——部分特征對與預測結果有影響
特征選擇的主要方法：Filter過濾式，Embedded嵌入式划纽，Wrapper包裹式
PCA：本質(zhì)——PCA是一種分析脆侮，簡化數(shù)據(jù)集的技術
? ? ? ? ? ?目的——是數(shù)據(jù)維數(shù)壓縮，盡可能降低數(shù)據(jù)的維數(shù)勇劣，這樣會損失少量的信息
? ? ? ? ? ?作用——可以削減回歸分析或聚類分析中的特征數(shù)量
簡而言之：小編的理解是靖避，數(shù)據(jù)特征預處理和降維的核心是提煉數(shù)據(jù)潭枣，去除水分，提高計算機性能的利用幻捏。
