Python数据分析：常见的数据预处理方法

男娘i 2022-12-29 00:17 231阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于数据杂论，作者：Wpc7113

![37801e81397c95edad59602d461830b5.png][]

**Python 数据分析入门案例讲解**

https://www.bilibili.com/video/BV18f4y1i7q9/

**1.标准化：去均值，方差规模化**

Standardization标准化:将特征数据的分布调整成标准正态分布，也叫高斯分布，也就是使得数据的均值为0，方差为1.

标准化的原因在于如果有些特征的方差过大，则会主导目标函数从而使参数估计器无法正确地去学习其他特征。

标准化的过程为两步：去均值的中心化（均值变为0）；方差的规模化（方差变为1）。

from sklearn import preprocessing
    from sklearn.datasets import load_iris
    iris = load_iris()
    X, y = iris.data, iris.target
    '''标准变换'''
    scaler = preprocessing.StandardScaler().fit(X)
    x_scaler=scaler.transform(X)

**2. 最小-最大规范化**

最小-最大规范化对原始数据进行线性变换，变换到\[0,1\]区间（也可以是其他固定最小最大值的区间）

min_max_scaler = preprocessing.MinMaxScaler()
    x_train_minmax = min_max_scaler.fit_transform(X)

**3.MaxAbsScaler**

max_abs_scaler = preprocessing.MaxAbsScaler()
    x_train_maxabs = max_abs_scaler.fit_transform(X)

**4.RobustScaler：带有outlier的数据的标准化**

transformer = preprocessing.RobustScaler().fit(X)
    x_robust_scaler=transformer.transform(X)

**5.QuantileTransformer 分位数变换**

quantile_transformer = preprocessing.QuantileTransformer(random_state=0)
    X_train_trans = quantile_transformer.fit_transform(X)

**6.Box-Cox**

Box-Cox变换是Box和Cox在1964年提出的一种广义幂变换方法，是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性。Box-Cox变换的主要特点是引入一个参数，通过数据本身估计该参数进而确定应采取的数据变换形式，Box-Cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效。变化方式如下：

![91b1820a5497648e2daef1f79f053ed8.png][]

pt = preprocessing.PowerTransformer(method='box-cox', standardize=False)
    pt.fit_transform(X)

![a404bae9ef1f15c60a7a535da27cd7b5.png][]

**7.规范化（Normalization）**

规范化是将不同变化范围的值映射到相同的固定范围，常见的是\[0,1\]，此时也称为归一化。

X_normalized = preprocessing.normalize(X, norm='l2')

**8.独热编码**

enc = preprocessing.OneHotEncoder(categories='auto')
    enc.fit(y.reshape(-1,1))
    y_one_hot=enc.transform(y.reshape(-1,1))
    y_one_hot.toarray()

**9.Binarizer二值化**

binarizer = preprocessing.Binarizer(threshold=1.1)
    binarizer.fit(X)
    binarizer.transform(X)

**10.多项式变换**

poly =preprocessing.PolynomialFeatures(2)
    poly.fit_transform(X)

**11.自定义变换**

transformer = preprocessing.FunctionTransformer(np.log1p, validate=True)
    transformer.fit(X)
    log1p_x=transformer.transform(X)

[37801e81397c95edad59602d461830b5.png]: /images/20221120/c434b304f4634951ad61b540adbd42c0.png
[91b1820a5497648e2daef1f79f053ed8.png]: /images/20221120/c14021b7c52542d283b786966a377d60.png
[a404bae9ef1f15c60a7a535da27cd7b5.png]: /images/20221120/6ece5b820c13443a855c5dd60e235e51.png