标准化

Python 中的机器学习预处理

James Chapman

Curriculum Manager, DataCamp

什么是标准化？

 

标准化：将_连续数据转换为接近正态分布_

  • scikit-learn 模型假设数据近似正态
  • 使用非正态训练数据会引入_偏差_
  • 本课涵盖 对数归一化 与特征缩放
  • 适用于连续数值型数据
Python 中的机器学习预处理

何时标准化：线性距离

  • 在_线性_空间中建模

 

示例：

  • k 近邻（kNN）
  • 线性回归
  • K-Means 聚类

一个 kNN 示例。

Python 中的机器学习预处理

何时标准化：高方差

  • 在_线性_空间中建模

 

示例：

  • k 近邻（kNN）
  • 线性回归
  • K-Means 聚类

 

  • 数据集特征具有高方差

一个 kNN 示例。

Python 中的机器学习预处理

何时标准化：不同量纲

 

  • 特征处于不同量纲

 

示例：

  • 用卧室数量和上次成交价预测房价

 

  • 线性假设
Python 中的机器学习预处理

开始练习！

Python 中的机器学习预处理

Preparing Video For Download...