关闭
您正在使用的浏览器版本较低,无法支持聚宽的某些特性。
为了获得更好的体验,推荐使用:
Google Chrome
或者
Mozilla Firefox
或者
IE9以上
。
各位朋友自2021年9月15日后,该平台将不再提供数据更新服务。请迁移平台到
open.gtja.com
上。
X
Toggle nav
首页
投资研究
我的策略
我的交易
数据
帮助
API文档
实盘说明文档
量化课堂
社区分享
登录
注册
返回主题列表
标准化、规范化、二值化等多种机器学习数据预处理方式
charon
发布于2017-08-26
回复 0
浏览 85526
0
listen
分享到:
微信
微博
雪球
数据预处理在众多深度学习算法中都起着重要作用,实际上,对数据进行适当处理后,很多算法能够发挥最佳效果。 然而面对各种各样的数据,很多时候我们不知道怎么样才能针对性进行处理。 本文介绍了**Python下的机器学习工具scikit-learn**。 其中,**sklearn.preprocessing**模块提供了几种常见的函数和转换类,把原始的特征向量变得更适合估计器使用。
0
listen
分享到:
微信
微博
雪球
您尚未登录,请
登录
或者
注册
发表回复。
取 消
提 交
241486745
反馈