? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Scikit-learn 數(shù)據(jù)預(yù)處理之魯棒縮放RobustScaler

1 聲明

本文的數(shù)據(jù)來自網(wǎng)絡(luò)，部分代碼也有所參照，這里做了注釋和延伸，旨在技術(shù)交流，如有冒犯之處請(qǐng)聯(lián)系博主及時(shí)處理。

2 RobustScaler簡(jiǎn)介

RobustScaler通過中位數(shù)和四分位距來縮放。使用于對(duì)異常值比較敏感的情況。

應(yīng)用場(chǎng)景： 離群值較多的數(shù)據(jù)時(shí)。

3 RobustScaler

import pandas as pd from sklearn.preprocessing import RobustScaler data = pd.DataFrame({'a':[1,2,3],'b':[5,6,6],'c':[9,100,2]} ) print(data.values)robustlizer = RobustScaler(quantile_range=(25.0, 75.0)) robustlizer_data=robustlizer.fit_transform(data) print(robustlizer_data)

?

計(jì)算方法:

?

注：這里以第三列的特征為例。

這里的數(shù)據(jù)矩陣形式如下：

總結(jié)

以上是生活随笔為你收集整理的Scikit-learn 数据预处理之鲁棒缩放RobustScaler的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。