0 python scaling normalizing pandas


嗨,大家好!有人可以帮我解决这个问题吗?bh_df 是我正在使用的数据集。正如您现在所看到的,数据大约在。79 和 77。我需要在 -1 和 1 之间缩放它。提前谢谢您!我想做 x_max-x_min 的事情(在这里建议https://scikit-learn.org/stable/modules/ generated/sklearn.preprocessing.MinMaxScaler.html ),但我的最小数据点是 0,所以我不认为它会做任何有用的事情。
为此,您需要一个转换数据的函数,以便
x_new = (x - min_x) / (max_x - min_x)
Run Code Online (Sandbox Code Playgroud)
使用熊猫
df = df.apply(lambda x:(x-min(x))/(max(x)-min(x)), axis = 0)
Run Code Online (Sandbox Code Playgroud)
使用sklearn.preprocessing.MinMaxScaler
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(-1, 1))
normalised_data = scaler.fit_transform(df)
Run Code Online (Sandbox Code Playgroud)
作为旁注,如果数据应该输入机器学习模型,您应该调用fit()训练集以及transform()测试集和验证集。
| 归档时间: |
|
| 查看次数: |
3445 次 |
| 最近记录: |