對(duì)于缺失的數(shù)據(jù)：

我們對(duì)連續(xù)數(shù)值的特征做標(biāo)準(zhǔn)化（standardization）：設(shè)該特征在整個(gè)數(shù)據(jù)集上的均值為 μ ，標(biāo)準(zhǔn)差為 σ 。那么，我們可以將該特征的每個(gè)值先減去 μ 再除以 σ 得到標(biāo)準(zhǔn)化后的每個(gè)特征值。對(duì)于缺失的特征值，我們將其替換成該特征的均值。

numeric_features = all_features.dtypes[all_features.dtypes != 'object'].index all_features[numeric_features] = all_features[numeric_features].apply(lambda x: (x - x.mean()) / (x.std())) # 標(biāo)準(zhǔn)化后，每個(gè)特征的均值變?yōu)?，所以可以直接用0來替換缺失值 all_features[numeric_features] = all_features[numeric_features].fillna(0)

一個(gè)標(biāo)簽可能多種參數(shù)的情況：

接下來將離散數(shù)值轉(zhuǎn)成指示特征。舉個(gè)例子，假設(shè)特征MSZoning里面有兩個(gè)不同的離散值RL和RM，那么這一步轉(zhuǎn)換將去掉MSZoning特征，并新加兩個(gè)特征MSZoning_RL和MSZoning_RM，其值為0或1。如果一個(gè)樣本原來在MSZoning里的值為RL，那么有MSZoning_RL=1且MSZoning_RM=0。

# dummy_na=True將缺失值也當(dāng)作合法的特征值并為其創(chuàng)建指示特征 all_features = pd.get_dummies(all_features, dummy_na=True) all_features.shape

總結(jié)

以上是生活随笔為你收集整理的房价预测 search Search 中对数据预处理的学习的全部?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。