首页 > 其他 > 详细

scikit-learn杂记

时间:2019-06-16 20:12:38      阅读:96      评论:0      收藏:0      [点我收藏+]

1.数据预处理 二值化

import numpy as np
from sklearn import preprocessing

X = np.array([[1., -1., 2.], [2., 0., 0.], [0., 1., -1.]])
binarized = preprocessing.Binarizer().fit(X)
print(binarized.transform(X))

2.数据预处理 Onehot处理离散数据

import numpy as np
from sklearn import preprocessing

Y = np.array([[0, 1, 0], [1, 0, 1], [2, 2, 1], [3, 1, 0]])
enc = preprocessing.OneHotEncoder()
enc.fit(Y)
print(enc.transform([[3, 0, 1]]).toarray())

 

scikit-learn杂记

原文:https://www.cnblogs.com/leokale-zz/p/11032550.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!