0625 练习

import sklearn.preprocessing as sp
import numpy as np

# # 1. 一组数据：[160, 170, 180, 190]，你希望它们变成平均值是 0，数值范围波动差不多的格式。你用什么方法？
# data = np.array([[160], [170], [180], [190]])
# scaler = sp.StandardScaler()
# scaler_data = scaler.fit_transform(data)
# print(scaler_data)

# # 2. 一组像素数据：[0, 128, 255]，你想把它们压缩到 0~1 的范围内，适合输入神经网络。你应该用什么方法？

# data = np.array([[0],[128],[255]])
# scaler = sp.MinMaxScaler()
# scaler_data = scaler.fit_transform(data)
# print(scaler_data)

 
# # 3. 一组收入：[3000, 6000, 9000]，你不在乎具体值，只在乎是否“超过5000”，你会怎么处理？

# # data = np.array([[3000],[6000],[9000]])
# # scaler = sp.Binarizer(threshold=5000)
# # scaler_data = scaler.fit_transform(data)
# # print(scaler_data)

# # 4. 城市字段：[“北京”, “上海”, “广州”, “北京”]，想喂给机器学习模型用，不能直接用文字，你要怎么处理？

# data = np.array([['北京'],['上海'],['广州'],['北京']])
# scater = sp.OneHotEncoder(sparse_output=False)

# scater_data = scater.fit_transform(data)
# print(scater_data)
# scater_data_decode = scater.inverse_transform(scater_data)
# print(scater_data_decode)

# # 5. 特征矩阵：[[1, 2], [3, 4], [5, 6]]，每一行表示一个人的行为特征，模型要求“每一行长度为1（单位化）”，你怎么做？

# # ⸻

# # 6. 一组年龄数据：[18, 35, 60, 80]，最大值和最小值相差太大，模型不收敛了。你会用什么方法？

# data = np.array([[18],[35],[60],[80]])
# scater = sp.StandardScaler()
# scater_data = scater.fit_transform(data)
# print(scater_data)

# # 7. 有一组特征：[10, 1000]，你觉得 1000 太大了，会影响模型判断。如何让两个特征“在一个级别上”？

# data = np.array([[10],[1000]])
# scater = sp.StandardScaler()
# scater_data = scater.fit_transform(data)
# print(scater_data)

# # 8. 用户性别数据：[“男”, “女”, “男”, “女”]，你不想让模型误会“男=1，女=2 有大小关系”，你怎么编码？

# # 我大概知道这里得用独热编码

# # 9. 一组成绩：[40, 65, 90]，你只想知道谁及格了（60分及格），只关心“是否通过”，该用什么方法？

# data = np.array([[40],[65],[90]])
# scater = sp.Binarizer(threshold=60)
# scater_data = scater.fit_transform(data)
# print(scater_data)

# # 10. 数据：[1.2, 3.4, 5.6, 7.8]，你发现它们的单位是“千米”，但另一列是“厘米”，量级相差太大，怎么办？

# data = np.array([[1.2],[3.4],[5.6],[7.8]])
# scater = sp.StandardScaler()
# scater_data = scater.fit_transform(data)
# print(scater_data)