序对数据进行分析，经常需要对数据进行归一化处理，以便快速收敛。pythonsklearn中preprocessin中有很多数据处理模块。本视频介绍了MinMaxScaler的使用和保存的用例。准备原始数据：importpandasaspdimportnumpyasnpdataset=np.random.randint(1000,size=10)#Originaldata0-1000dataset=dataset.reshape(-1,1)InitializewithMinMaxScalerfromsklearn.preprocessingimportMinMaxScalersc=MinMaxScaler(feature_range=(0,1))#映射到拟合0-1之间的数据sc.fit(dataset)#训练变换transform_data=sc.transform(dataset)#变换反变换transform_befor=sc.inverse_transform(transform_data)#反向转换保存和加载#fromsklearn.externalsimportjoblib#Obsoleteimportjoblibscaler_filename="scaler.save"joblib.dump(sc,scaler_filename)#savenew_sc=joblib.load(scaler_filename)#加载github代码https://github.com/WOWTED/lea...
