Uczenie maszynowe w Pythonie

Rozdział 7. Wstępne przetwarzanie danych

W tym rozdziale opisane są najczęściej wykonywane operacje przetwarzania danych. Wykorzystane są w tym celu następujące dane:

>>> X2 = pd.DataFrame(

...     {

...         “a”: range(5),

...         “b”: [-100, -50, 0, 200, 1000],

...     }

... )

>>> X2

   a     b

0  0  -100

1  1   -50

2  2     0

3  3   200

4  4  1000

Normalizacja

Niektóre algorytmy, na przykład maszyna wektorów nośnych, lepiej działają wtedy, gdy dane są znormalizowane, tj. ich średnia jest równa 0, a odchylenie standardowe równe 1. Biblioteka sklearn udostępnia metodę fit_transform, łączącą w sobie metody fit i transform. Poniższy kod przedstawia przykład jej użycia:

>>> from sklearn import preprocessing

>>> std = preprocessing.StandardScaler()

>>> ...