(train_data)
scaler.transform(test_data)
将数据在缩放在固定区间的类,默认缩放到区间 [0, 1]
classpreprocessing.MinMaxScaler...,y]):根据数据 X 的值,设置标准化缩放的比例
transform(X[,y, copy]):用之前设置的比例标准化 X
fit_transform(X[, y]):根据 X设置标准化缩放比例并标准化...partial_fit(X[,y]):累加性的计算缩放比例
inverse_transform(X[,copy]):将标准化后的数据转换成原数据比例
get_params([deep]):获取参数
set_params..., X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# arrays:样本数组,包含特征向量和标签...y_train)
# 模型预测
model.predict(X_test)
# 获得这个模型的参数
model.get_params()
# 为模型进行打分
model.score(data_X,