概念 PowerTransformer(幂变换器)
PowerTransformer 是用于对数据进行幂变换(也称为Box-Cox变换)的预处理工具。幂变换可以使数据更接近正态分布,这有助于某些机器学习算法的性能提升。它支持两种常用的幂变换:Yeo-Johnson变换和Box-Cox变换。文章来源:https://www.toymoban.com/news/detail-686928.html
代码实现
from sklearn.preprocessing import PowerTransformer
import numpy as np
data = np.array([[1.0], [2.0], [3.0], [4.0], [5.0]])
transformer = PowerTransformer(method='yeo-johnson')
transformed_data = transformer.fit_transform(data)
print("Original Data:\n", data)
print("Transformed Data:\n", transformed_data)
概念MinMaxScaler(最小-最大缩放器)
MinMaxScaler 是用于将数据进行最小-最大缩放的预处理工具。它将数据缩放到指定的范围,通常是
0,到。这对于那些受到特征尺度影响的算法(如K近邻和支持向量机)非常有用。文章来源地址https://www.toymoban.com/news/detail-686928.html
代码实现
from sklearn.preprocessing import MinMaxScaler
import numpy as np
data = np.array([[1.0], [2.0], [3.0], [4.0], [5.0]])
scaler = MinMaxScaler()
scaled_data = scaler.fit_transform(data)
print("Original Data:\n", data)
print("Scaled Data:\n", scaled_data)
到了这里,关于机器学习和数据挖掘04-PowerTransformer与 MinMaxScaler的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!