1
Normalizer按每行样本调整长度，不会替每列做均值方差标准化
#机器学习#Normalizer#数据预处理Amy 原创整理｜资料核验：2026-10-31 【官方文档事实】Normalizer对每个非零样本独立处理，也就是按数据矩阵的行进行归一化，让所选范数等于1。默认使用L2范数，还可选择L1或max。这与逐列计算均值、方差后标准化，是不同的操作。 【教学示例】一行[3, 4]的L2长度为5，归一化后成为[0.6,
新加坡 10-31 17:02 · 吉隆坡 17:02 · 雅加达 16:02 · 曼谷 16:02 · 马尼拉 17:02 · 胡志明 16:02 · 北京 17:02 · 东京 18:02 · 伦敦 09:02 · 纽约 05:02
#机器学习#Normalizer#数据预处理Amy 原创整理｜资料核验：2026-10-31 【官方文档事实】Normalizer对每个非零样本独立处理，也就是按数据矩阵的行进行归一化，让所选范数等于1。默认使用L2范数，还可选择L1或max。这与逐列计算均值、方差后标准化，是不同的操作。 【教学示例】一行[3, 4]的L2长度为5，归一化后成为[0.6,
#机器学习#数据预处理#阈值Amy 原创整理｜资料核验：2026-10-31 【文档事实】scikit-learn 的 Binarizer 按阈值把特征值变成 0 或 1：大于 threshold 的值变成 1，小于或等于它的值变成 0。默认阈值为 0，因此只有正数映射为 1。 【教学示例】若阈值为 2，输入一行 [1, 2, 3]，结果就是
#机器学习#预处理#学习Amy 原创整理｜资料核验：2026-10-30 scikit-learn的PowerTransformer支持Box-Cox与Yeo-Johnson。官方文档要求Box-Cox输入严格为正数；Yeo-Johnson能够处理正负数据，也是默认方法。变换后默认还会进行零均值、单位方差标准化，可通过standardize
#机器学习#稀疏矩阵#预处理Amy 原创整理｜资料核验：2026-10-30 MaxAbsScaler按每列特征的最大绝对值进行缩放，不对数据做中心化，因此能保留稀疏结构；官方文档说明它支持CSR和CSC稀疏矩阵。 教学示例：一列训练值为[-4,0,2]，最大绝对值是4，缩放后为[-1,0,0.5]。原来的零仍是零，而不是由于减去均值变成非零
#机器学习#预处理#模型保存Amy 原创整理｜资料核验：2026-10-30 scikit-learn的FunctionTransformer可以把可调用对象包装成转换器，适合无状态变换，例如对频次取对数或自定义缩放。文档特别提醒：如果传入lambda，得到的转换器不能用pickle序列化。 另一个默认值也值得看清：validate=Fals
#机器学习#数据预处理#教学Amy 原创整理｜资料核验：2026-10-30 scikit-learn的MinMaxScaler默认按训练数据各列的最小值和最大值缩放到0—1。它默认不裁剪新数据，因此新值超出训练范围时，变换结果也可以超出0—1；这种缩放本身不会消除异常值的影响。 教学示例：某列训练值的最小值为10、最大值为20，随后输入30
#机器学习#预处理#离群值Amy 原创整理｜资料核验：2026-10-30 scikit-learn文档说明，RobustScaler默认对每个特征减去中位数，再按四分位距缩放；默认范围是第25至第75百分位。这些统计量在训练数据上计算并保存，后续数据用transform套用。 教学解释：它改变的是缩放时参考的中心和尺度，而不是把极端样本从