5. 数据集转换

scikit-learn 提供了一个用于转换数据集的库, 它也许会 clean（清理）（请参阅 预处理数据）, reduce（减少）（请参阅 无监督降维）, expand（扩展）（请参阅 内核近似）或 generate（生成）（请参阅 特征提取） feature representations（特征表示）.

像其它预估计一样, 它们由具有 fit 方法的类来表示, 该方法从训练集学习模型参数（例如, 归一化的平均值和标准偏差）以及transform 方法将该转换模型应用于不可见数据. 同时 fit_transform 可以更方便和有效地建模与转换训练数据.

将 Pipeline（管道）和 FeatureUnion（特征联合）: 合并的评估器 中 transformers（转换）使用并行的或者串联的方式合并到一起. 成对的矩阵, 类别和核函数 涵盖将特征空间转换为 affinity matrices（亲和矩阵）, 而 预测目标 (y) 的转换 考虑在 scikit-learn 中使用目标空间的转换（例如. 标签分类）.

• 5.1. Pipeline（管道）和 FeatureUnion（特征联合）: 合并的评估器
  • 5.1.1. Pipeline: 链式评估器
  • 5.1.2. 回归中的目标转换
  • 5.1.3. FeatureUnion（特征联合）: 复合特征空间
  • 5.1.4. 用于异构数据的列转换器
• 5.2. 特征提取
  • 5.2.1. 从字典类型加载特征
  • 5.2.2. 特征哈希（相当于一种降维技巧）
  • 5.2.3. 文本特征提取
  • 5.2.4. 图像特征提取
• 5.3 预处理数据
  • 5.3.1 标准化，也称去均值和方差按比例缩放
  • 5.3.2 非线性转换
  • 5.3.3 归一化
  • 5.3.4 类别特征编码
  • 5.3.5 离散化
  • 5.3.6 缺失值补全
  • 5.3.7 生成多项式特征
  • 5.3.8 自定义转换器
• 5.4 缺失值插补
  • 5.4.1 单变量与多变量插补
  • 5.4.2 单变量插补
  • 5.4.4 参考
  • 5.4.5 标记缺失值
• 5.5. 无监督降维
  • 5.5.1. PCA: 主成份分析
  • 5.5.2. 随机投影
  • 5.5.3. 特征聚集
• 5.6. 随机投影
  • 5.6.1. Johnson-Lindenstrauss 辅助定理
  • 5.6.2. 高斯随机投影
  • 5.6.3. 稀疏随机矩阵
• 5.7. 内核近似
  • 5.7.1. 内核近似的 Nystroem 方法
  • 5.7.2. 径向基函数内核
  • 5.7.3. 加性卡方核
  • 5.7.4. Skewed Chi Squared Kernel (偏斜卡方核?暂译)
  • 5.7.5. 数学方面的细节
• 5.8. 成对的矩阵, 类别和核函数
  • 5.8.1. 余弦相似度
  • 5.8.2. 线性核函数
  • 5.8.3. 多项式核函数
  • 5.8.4. Sigmoid 核函数
  • 5.8.5. RBF 核函数
  • 5.8.6. 拉普拉斯核函数
  • 5.8.7. 卡方核函数
• 5.9. 预测目标 (y) 的转换
  • 5.9.1. 标签二值化
  • 5.9.2. 标签编码

---

我们一直在努力

apachecn/AiLearning

---