day01_03特征预处理

from sklearn.preprocessing import MinMaxScaler
import pandas as pd
from sklearn.preprocessing import StandardScaler
'''
    无量纲化处理的两个方法：1、归一化 2、标准化（常用）
'''
# 归一化/处理
def minmax_demo():
    # 获取数据
    data = pd.read_csv("data_text.txt")
    # 取出特征值的列,要所有的行，只要前三列
    data = data.iloc[:,:3]
    # 实例化一个转换器对象,feature_range表示的是结果的范围，默认是[0,1]
    transfer = MinMaxScaler(feature_range=[2,3])
    # 调用fit_transform方法
    data_new = transfer.fit_transform(data)
    print(data_new)

# 标准化处理
def stand_demo():
    # 获取数据
    data = pd.read_csv("data_text.txt")
    # 取出特征值的列,要所有的行，只要前三列
    data = data.iloc[:, :3]
    # 实例化一个转换器对象,feature_range表示的是结果的范围，默认是[0,1]
    transfer = StandardScaler()
    # 调用fit_transform方法
    data_new = transfer.fit_transform(data)
    print(data_new)
if __name__ == '__main__':
    # 归一化
    # minmax_demo()
    # 标准化
    stand_demo()