【机器学习】变量间的相关性分析
【代码】【机器学习】变量间的相关性分析。
·
目录
df1 = pd.DataFrame(np.random.randn(40, 9))
df2 = df1.iloc[:, :-1] + df1.iloc[:, 1: ].values * 0.6
df2 += 0.2 * np.random.randn(*df2.shape)
x = [[10001,2],[16020,4],[12008,6],[13131,8]]
np.array(x)
min_max_scaler = MinMaxScaler()
X_train_minmax = min_max_scaler.fit_transform(data.values[:, 0:11])#归一化后的结果
X_train_minmax
参考文献
[1]详解特征归一化
[2]机器学习中的特征相关性分析
[3]【机器学习】相关分析与回归分析基础
[4]机器学习中的简单相关性分析方法
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献16条内容
所有评论(0)