机器学习之数据预处理——RobustScaler

前言

数据预处理是机器学习中常用的处理数据的方法，这样能够让模型的训练速度得到质的提升，本文将为大家展现常用的几种数据预处理方法。

一、手工生成数据

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
X,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)
plt.show()

生成的数据集如上

二、使用步骤

1.引入库

from sklearn.preprocessing import RobustScaler

2.对数据进行预处理

from sklearn.preprocessing import RobustScaler
X_1=RobustScaler().fit_transform(X)
plt.scatter(X_1[:,0],X_1[:,1],c=y,cmap=plt.cm.cool)
plt.show()

3.结果分析：

RobustScaler和StandardScaler比较近似，但是它并不是用均值和方差来进行转换，而是使用中位数和四分位矩。我个人比较喜欢将RobustScaler这种方法称为‘粗暴缩放’，因为它会直接把一些异常值踢出去，有点类似我们看体育节目中评委常说的‘去掉一个最高分，去掉一个最低分’这样的情况。