让数据“变脸”——3种不同的数据缩放方式

监督学习算法已经告一段落了，今天开始我们将介绍无监督学习的相关算法。

无监督学习，就是给你一堆数据，没有标签，没有人来“指导”你，需要自己从中发现知识。

而在无监督学习中，对数据的预处理就显得特别重要。我们需要把数据的格式、范围都调整到统一的维度，这样才能学习出有用的知识。

在scikit-learn中，主要有3种不同的数据预处理的方法，分别是MinMaxScaler、StandardScaler和Normalizer。

MinMaxScaler

先来看第一种缩放方式——MinMaxScaler，这种方式又叫做0-1缩放。它通过数学方式，将数据都缩放到0和1之间。

我们通过之前的癌症数据集来说明这一缩放方式。

首先，加载我们的数据集，并将其分成训练集和测试集

然后，加载我们的处理工具并将其实例化

接着，计算数据集中每个特征的最大值和最小值

对数据进行实际缩放

别忘了，我们还需要对测试集中的数据进行同样的变换

之后，我们就可以用处理过的数据去建模了。

StandardScaler

StandardScaler缩放又叫做标准化缩放，它的效果是将数据的各个特征都变成均值为0，方差为1。

代码的实现与上面的相同，不过这里我们要介绍一种更快捷的方法。

我们还是先加载StandardScaler类，并将其实例化

在对数据转换时，我们可以一步到位：

也就是说，我们使用fit_transform方法，可以一次性计算并完成对数据的转换，而无需分两步进行。

Normalizer

我们来看最后一种数据预处理的方法——Normalizer。

这种缩放方式，使得最后的特征向量的欧式距离为1。也就是说，把数据都投影到了一个圆上。

这种方式意味着每个特征点的缩放比例都不同，当我们对特征的长度不关心时，可以使用这种数据缩放的方式。

当然了，代码的实现方式与上面一致，这里就不赘述了。