然而,标准化对异常值较为敏感,更适合于已经呈正态分布的数据。 Min-Max 缩放(Min-Max Scaling):将数据缩放到介于 0 和 1 之间的范围。这种方法对异常值也敏感,但在处理稀疏数据时能够保留值为 0 的数据,并且能够保持数据的原始分布形状。 此外,如果数据集中存在异常值,RobustScaler是一个有用的替代方案。Robust...
通过使用鲁棒缩放器(),我们可以去除异常值,然后使用标准缩放器或最小最大缩放器对数据集进行预处理。 RobustScaler 的工作原理: 类 sklearn . preference . RobustScaler( with _ centering = True, with_scaling=True, 分位数 _range=(25.0,75.0) copy = True, ) 它使用对异常值具有鲁棒性的统计数据来缩放特...
11)):ws.append([x,"=EXP(-(($A${row}/6)^2))".format(row=i+2)])chart1=ScatterChart()chart1.title="No Scaling"chart1.x_axis.title='x'chart1.y_axis.title='y'chart1.legend=Nonechart2=ScatterChart