机器学习6scikit-learn中的scaler
生活随笔
收集整理的這篇文章主要介紹了
机器学习6scikit-learn中的scaler
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
文章目錄
- 一、scikit-learn中的scaler
- 對測試數據集如何歸一化?
- 測試數據是模擬真實環境:
- 綜上
- 二、演示
一、scikit-learn中的scaler
對測試數據集如何歸一化?
測試數據集不能跟訓練數據集歸一化一樣,應該把測試數據集與訓練數據集歸一化后的數據集進行相應的歸一化,也就是(x_test-mean_train)/std_train,來得到均值歸一化的結果;
測試數據是模擬真實環境:
1.真實環境很有可能無法得到所有測試數據的均值和方差;
2.對數據的歸一化也是算法的一部分;
綜上
我們需要保存訓練數據集得到的均值和方差;
為了方便進行這一步操作,在scikit-learn中使用Scaler類進行封裝
二、演示
總結
以上是生活随笔為你收集整理的机器学习6scikit-learn中的scaler的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: (学习力+思考力) x 行动力,技术人成
- 下一篇: 何以从IT时代到DT时代?