正規化
縮小資料的呈現比例
可使數值呈現在一定的範圍內
使我們在訓練模型時,增加梯度下降的容易度並提升模型效果
StandardScaler:
使均方差為1
import方式:
使用方法:
將StandarScaler方法先指派給一個變數名稱
fit_transform後方參數填入要正規化的值
transform後方填入的參數會依據fit_transform的結果來做正規化
fit_transfor通常用來正規化training set 而 transform用來正規化testing set
★☆★☆★其他正規化的使用方式與StandarScaler一樣,以下不會再多述★☆★☆★
MinMaxScaler:
(原值-min)/(max-min) ⇦ 此計算方式會使資料落於0~1的區間中
import方式:
使用方法:
MaxAbsScaler:
原值 / 原值取絕對值後的最大值 ⇦ 此計算方式會使資料落於-1~1的區間中
import方式:
使用方法:
送上colab連結,可自行在上面多做點練習更加熟悉sklearn
https://colab.research.google.com/drive/1bnM0_GJuEI31D9qA4ldlnSNSqn3n6pZF?usp=sharing