随笔 - 1762  文章 - 0  评论 - 109  阅读 - 431万

P11 标准化总结及缺失值处理

https://www.bilibili.com/video/BV184411Q7Ng?p=11

 

 

 

 

注解:

  1. 一般是按照列进行填补。

 

 

注解:

  1. 参数axis=0或者1,指的是按照行或者列填充。

 

 

代码演示:

复制代码
"""
缺失值处理
"""
from sklearn.preprocessing import Imputer
import numpy as np




def imputa():
    """
    对数据进行标准化处理,即处理成均值为0,标准差为1的数据
    axis=0 代表按照列填补
    axis=1 代表按照行填补

    :return:
    """
    imp=Imputer(missing_values='NaN',strategy='mean',axis=0)
    data=imp.fit_transform([[1,2],[np.nan,3],[7,6]])
    print(data)
    return None

if __name__=="__main__":
    imputa()
复制代码

运行结果:

 

 

 

posted on   一杯明月  阅读(274)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
历史上的今天:
2019-12-30 ultraedit字体设置
2019-12-30 伤秦姝行
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示