溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
本篇內(nèi)容介紹了“Python數(shù)據(jù)標準化實例分析”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！
說明
1、將原始數(shù)據(jù)轉(zhuǎn)換為均值為0，標準差在1范圍內(nèi)。
2、對標準化而言：如果出現(xiàn)異常點，由于有一定數(shù)據(jù)量，少量異常點對平均值的影響不大，因此方差變化不大。
實例
def stand_demo():
"""
標準化
:return:
"""
# 1. 獲取數(shù)據(jù)
data = pd.read_csv('dating.txt')
data = data.iloc[:, :3]
print('data:\n', data)
# 2.實例化一個轉(zhuǎn)換器類
transfer = StandardScaler()
# 3.調(diào)用fit_transform()
data_new = transfer.fit_transform(data)
print('data_new:\n', data_new)
return None“Python數(shù)據(jù)標準化實例分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！
免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼