---

---

前言

数据预处理是机器学习中常用的处理数据的方法，这样能够让模型的训练速度得到质的提升，本文将为大家展现常用的几种数据预处理方法。

一、手工生成数据

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
X,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)
plt.show()

生成的数据集如上

二、使用步骤

1.引入库

from sklearn.preprocessing import StandardScaler

2.对数据进行预处理

from sklearn.preprocessing import StandardScaler
X_1=StandardScaler().fit_transform(X)
plt.scatter(X_1[:,0],X_1[:,1],c=y,cmap=plt.cm.cool)
plt.show()

3.结果分析：

对比两个图，你也许会发现数据点的分布情况没有什么不同，但图像的x轴和y轴都发生了变化。现在数据所有的特征1的数值都在-2到3之间，而特征2的数值都在-3到2之间。这是因为，StandardScaler的原理是，将所有数据的特征值转换为均值为0，而方差为1的状态，这样就可以确保数据的‘大小’都是一致的，这样更利于模型的训练。

---