Python 机器学习-度量尺

• 

  度量尺度特征

  当您的数据具有不同的值，甚至具有不同的度量单位时，可能很难比较它们。与米相比，公斤是多少？还是海拔比时间？这个问题的答案是尺寸。我们可以将数据缩放为易于比较的新值。看看下表，它与我们在多元回归一章中使用的数据集相同 ，但是这次，Volume列包含以升为单位的值，而不是ccm（1.0而不是1000）。

  Car	Model	Volume	Weight	CO2
  Toyota	Aygo	1.0	790	99
  Mitsubishi	Space	1.2	1160	95
  Skoda	Citigo	1.0	929	95
  Fiat	500	0.9	865	90
  Mini	Cooper	1.5	1140	105
  VW	Up!	1.0	929	105
  Skoda	Fabia	1.4	1109	90
  Mercedes	A-Class	1.5	1365	92
  Ford	Fiesta	1.5	1112	98
  Audi	A1	1.6	1150	99
  Hyundai	I20	1.1	980	99
  Suzuki	Swift	1.3	990	101
  Ford	Fiesta	1.0	1112	99
  Honda	Civic	1.6	1252	94
  Hundai	I30	1.6	1326	97
  Opel	Astra	1.6	1330	97
  BMW	1	1.6	1365	99
  Mazda	3	2.2	1280	104
  Skoda	Rapid	1.6	1119	104
  Ford	Focus	2.0	1328	105
  Ford	Mondeo	1.6	1584	94
  Opel	Insignia	2.0	1428	99
  Mercedes	C-Class	2.1	1365	99
  Skoda	Octavia	1.6	1415	99
  Volvo	S60	2.0	1415	99
  Mercedes	CLA	1.5	1465	102
  Audi	A4	2.0	1490	104
  Audi	A6	2.0	1725	114
  Volvo	V70	1.6	1523	109
  BMW	5	2.0	1705	114
  Mercedes	E-Class	2.1	1605	115
  Volvo	XC70	2.0	1746	117
  Ford	B-Max	1.6	1235	104
  BMW	2	1.6	1390	108
  Opel	Zafira	1.6	1405	109
  Mercedes	SLK	2.5	1395	120

  很难将体积1.0与重量790进行比较，但是如果将它们都缩放为可比较的值，则可以轻松地看到一个值与另一个值之间的比较。缩放数据有多种方法，在本教程中，我们将使用一种称为标准化的方法。标准化方法使用以下公式：

  z = (x - u) / s

  其中z是新值，x是原始值， u平均值，s是标准偏差。 如果从上面的数据集中获取Weight列，则第一个值为790，缩放后的值为：

  (790 - 1292.23) / 238.74 = - 2.1

  如果从上面的数据集中获取“Volume”列，则第一个值为1.0，缩放后的值为：

  (1.0 - 1.61) / 0.38 = -1.59

  现在，您可以将-2.1与-1.59相比较，而不是将790与1.0相比较。

  您不必手动执行此操作，Python sklearn模块有一个称为StandardScaler()的方法 ，该方法返回带有转换数据集方法的Scaler对象。

  缩放“Weight”和“Volume”列中的所有值：

  import pandas
  from sklearn import linear_model
  from sklearn.preprocessing import StandardScaler
  scale = StandardScaler()
  
  df = pandas.read_csv("cars2.csv")
  
  X = df[['Weight', 'Volume']]
  
  scaledX = scale.fit_transform(X)
  
  print(scaledX)

  输出如下：：

  请注意，前两个值是-2.1和-1.59，与我们的计算相对应：
• 

  预测二氧化碳(CO2)值

  “多元回归”一章的任务是在仅知道汽车的重量和体积的情况下预测其排放的二氧化碳。缩放数据集后，在预测值时必须使用缩放比例：

  预测一辆重2300公斤的1.3升汽车的二氧化碳排放量：

  import pandas
  from sklearn import linear_model
  from sklearn.preprocessing import StandardScaler
  scale = StandardScaler()
  
  df = pandas.read_csv("cars2.csv")
  
  X = df[['Weight', 'Volume']]
  y = df['CO2']
  
  scaledX = scale.fit_transform(X)
  
  regr = linear_model.LinearRegression()
  regr.fit(scaledX, y)
  
  scaled = scale.transform([[2300, 1.3]])
  
  predictedCO2 = regr.predict([scaled[0]])
  print(predictedCO2)

  输出如下：：

  我们预测，配备1.3升发动机，重2.3千克的汽车，每行驶1公里，就会释放约107克的二氧化碳。