Saltar al contenido

Ejemplo de normalización de preprocesamiento de sklearn

Pudiera darse el caso de que halles algún problema en tu código o proyecto, recuerda probar siempre en un ambiente de testing antes aplicar el código al proyecto final.

Ejemplo 1: escalado de características en Python

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()from sklearn.linear_model import Ridge
X_train, X_test, y_train, y_test = train_test_split(X_data, y_data,
                                                   random_state =0)

X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

Ejemplo 2: escalar entidades a un rango

# Scaling features to a range using MinMaxScaler

X_train = np.array([[1.,-1.,2.],[2.,0.,0.],[0.,1.,-1.]])

min_max_scaler = preprocessing.MinMaxScaler()
X_train_minmax = min_max_scaler.fit_transform(X_train)
X_train_minmax
# array([[0.5		, 0.		, 1.	    ],#        [1.		, 0.5		, 0.33333333],#        [0.		, 1.		, 0.		]])

X_test = np.array([[-3.,-1.,4.]])
X_test_minmax = min_max_scaler.transform(X_test)
X_test_minmax
# array([[-1.5		,	0.		, 	1.66666667]])

min_max_scaler.scale_
# array([0.5       , 0.5       , 0.33...])

min_max_scaler.min_
# array([0.       , 0.5       , 0.33...])

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *