python-特征缩放(标准化)以及LabelEncode和OneHotEncode数据的最佳实践是什么
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-特征缩放(标准化)以及LabelEncode和OneHotEncode数据的最佳实践是什么，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含980字，纯文字阅读大概需要2分钟。
内容图文
这里我们有训练数据(x_train)和测试数据(x_test)以及all_data,它们与训练和测试数据结合在一起
因此,如果我们对数据进行标准化,那么您认为哪一种是最佳做法？
假设我们正在使用熊猫和sklearn
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
>对火车数据进行标准化,然后应用于测试数据,然后
代码是：
06001
>对all_data进行标准化,然后应用于训练和测试数据,代码为：
06002
关于LabelEncoder和One-Hot编码分类功能的问题相同,您使用哪种方法？
先感谢您.
解决方法:
应使用情况1进行缩放,该情况1将缩放器仅适合您的训练集,然后对测试集使用相同的缩放.
您适合所有数据的情况2是数据侦听的一种形式,其中测试集中的信息正在泄漏到您的训练集中.这会导致非常错误的结果.阿布·穆斯塔法(Abu Mustafa)的数据学习课上有fantastic segment对此进行了介绍.
对于标签编码,假设您为所有类别列中的每个唯一值创建一个二进制列.测试集中但训练集中没有类别的列将全部被编码为0.即使您决定一起对整个训练和测试数据集使用标签编码,在构建模型时所有类别不在训练集中的值将设置为0且不会影响您的模型-来自这些未知类别的权重将简单地添加到偏差单位中.
内容总结
以上是互联网集市为您收集整理的python-特征缩放(标准化)以及LabelEncode和OneHotEncode数据的最佳实践是什么全部内容，希望文章能够帮你解决python-特征缩放(标准化)以及LabelEncode和OneHotEncode数据的最佳实践是什么所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。