ML之FE：特征工程处理中常用的数据变换(log取对数变换等)之详细攻略

一个处女座的程序猿 2020-12-23 00:01:09

1509

分类专栏： DataScience ML

最后发布:2020-12-23 00:01:09首次发布:2020-12-23 00:01:09

本文链接：https://blog.csdn.net/qq_41185868/article/details/111569808

版权

ML之FE：特征工程处理中常用的数据变换(log取对数变换等)之详细攻略

特征工程处理中常用的数据变换(log取对数变换等)之详细攻略

log取对数变换

特征工程处理中常用的数据变换(log取对数变换等)之详细攻略

log取对数变换

意义：取对数之后不会改变数据的性质和相关关系，但压缩了变量的尺度。让方差恒定，即让波动相对稳定，消除异方差问题。

import numpy as np
import pandas as pd


array_data=np.array([[1,  2,  3,  4,  5],
                    [0.1,0.2,0.3,0.4,0.5])
print(array_data.shape)


array_data2log = -np.log(array_data)  # 取对数之后不会改变数据的性质和相关关系，但压缩了变量的尺度。让方差恒定，即让波动相对稳定。消除异方差问题
print(array_data2log)
dis = np.sqrt(array_data2log)
print(dis)

更新……

一个处女座的程序猿

CSDN认证博客专家华为杯研电赛一等华为研数模一等奖国内外AI竞十

人工智能硕博生，目前兼职国内外多家头部人工智能公司的AI技术顾问。拥有十多项发明专利(6项)和软件著作权(9项)，多个国家级证书(2个国三级、3个国四级)，先后获得国内外“人工智能算法”竞赛(包括国家级、省市级等，一等奖5项、二等奖4项、三等奖2项)相关证书十多个，以上均以第一作者身份，并拥有省市校级个人荣誉证书十多项。正在撰写《人工智算法最新实战》一书，目前已37万字。