码迷,mamicode.com
首页 > 其他好文 > 详细

scikit-learn中自带的均值方差归一化函数

时间:2019-04-10 13:22:01      阅读:157      评论:0      收藏:0      [点我收藏+]

标签:and   ESS   cal   dataset   standard   归一化   size   rom   int   

一:所在包

    from sklearn.preprocessing import StandardScaler。

二:步骤

  a.将训练集进行fit操作

  b.在将训练集进行transform操作,得到均值为0,方差为1的数据集。

  c.对测试集进行transform操作,但是不需要在进行fit,应使用训练集fit后得出的参数。

三:代码

 

import numpy as np
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

iris = datasets.load_iris()
x = iris.data
y = iris.target

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=666)

standard = StandardScaler()
standard.fit(x_train)
x_train = standard.transform(x_train)

x_test_standard = standard.transform(x_test)

knn = KNeighborsClassifier(n_neighbors=3,n_jobs=-1)

knn.fit(x_train,y_train)


score = knn.score(x_test_standard,y_test)

print(score)

 

 

 

  

scikit-learn中自带的均值方差归一化函数

标签:and   ESS   cal   dataset   standard   归一化   size   rom   int   

原文地址:https://www.cnblogs.com/lyr999736/p/10682682.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!