安装
用户指南
API
案例
更多
入门
教程
更新日志
词汇表
常见问题
交流群
Toggle Menu
Prev
Up
Next
scikit-learn 0.23.2
Other versions
CDA数据科学研究院
提供翻译支持
6.数据集转换
6.1 管道和复合估算器
6.2 特征提取
6.3 数据预处理
6.4 缺失值插补
6.5 无监督降维
6.6 随机投影
6.7 内核近似
6.8 成对度量，近似关系和内核
6.9 转换预测目标（y）
6.数据集转换
¶
6.1 管道和复合估算器
6.1.1 管道（Pipeline）：链式估计器
6.1.2 回归中转换目标
6.1.3 联合特征（FeatureUnion）：复合特征空间
6.1.4 异构数据的列转换器
6.1.5 可视化复合估计器
6.2 特征提取
6.2.1 从字典加载特征
6.2.2 特征哈希
6.2.3 文本特征提取
6.2.4 图像特征提取
6.3 数据预处理
6.3.1 标准化或均值去除和方差缩放
6.3.2 非线性转换
6.3.3 归一化
6.3.4 类别特征编码
6.3.5 离散化
6.3.6. 估算缺失值
6.3.7 生成多项式特征
6.3.8 自定义转换器
6.4 缺失值插补
6.4.1 单变量与多变量插补
6.4.2 单变量插补
6.4.3 多变量插补
6.4.4 参考
6.4.5 最近邻归因
6.4.6 标记估算值
6.5 无监督降维
6.5.1 PCA：主成分分析
6.5.2 随机投影
6.5.3 特征聚集
6.6 随机投影
6.6.1 The Johnson-Lindenstrauss 引理
6.6.2 高斯随机投影
6.6.3 稀疏随机投影
6.7 内核近似
6.7.1 内核近似的Nystroem方法
6.7.2 径向基函数内核
6.7.3 加性卡方核
6.7.4 偏卡方核
6.7.5 数学细节
6.8 成对度量，近似关系和内核
6.8.1 余弦相似度
6.8.2 线性核
6.8.3 多项式核
6.8.4 Sigmoid核
6.8.5 RBF 核
6.6.6 拉普拉斯核
6.8.7 卡方核
6.9 转换预测目标（y）
6.9.1 标签二值化
6.9.2 标签编码
加入交流群
备注:机器学习
