sklearn.preprocessing

Methoden zum Skalieren, Zentrieren, Normalisieren, Binarisieren und mehr.

Benutzerhandbuch. Weitere Details finden Sie im Abschnitt Datenvorverarbeitung.

Binarizer	Binarisiert Daten (Setzt Merkmalswerte auf 0 oder 1) gemäß einer Schwelle.
FunctionTransformer	Konstruiert einen Transformator aus einer beliebigen aufrufbaren Funktion.
KBinsDiscretizer	Teilt kontinuierliche Daten in Intervalle auf.
KernelCenterer	Zentriert eine beliebige Kernelmatrix \(K\).
LabelBinarizer	Binarisiert Labels im One-vs-all-Verfahren.
LabelEncoder	Kodiert Ziel-Labels mit Werten zwischen 0 und n_classes-1.
MaxAbsScaler	Skaliert jedes Merkmal nach seinem maximalen absoluten Wert.
MinMaxScaler	Transformiert Merkmale durch Skalierung jedes Merkmals auf einen gegebenen Bereich.
MultiLabelBinarizer	Transformiert zwischen iterierbaren von iterierbaren und einem Multilabel-Format.
Normalizer	Normalisiert Stichproben einzeln auf Norm 1.
OneHotEncoder	Kodiert kategoriale Merkmale als eine One-Hot-numerische Matrix.
OrdinalEncoder	Kodiert kategoriale Merkmale als eine Ganzzahlmatrix.
PolynomialFeatures	Generiert Polynom- und Interaktionsmerkmale.
PowerTransformer	Wendet eine Potenztransformation merkmalweise an, um Daten mehr Gauss'sche Eigenschaften zu verleihen.
QuantileTransformer	Transformiert Merkmale mithilfe von Quantilinformationen.
RobustScaler	Skaliert Merkmale unter Verwendung von Statistiken, die robust gegenüber Ausreißern sind.
SplineTransformer	Generiert univariaten B-Spline-Basis für Merkmale.
StandardScaler	Standardisiert Merkmale durch Entfernen des Mittelwerts und Skalierung auf Einheitsvarianz.
TargetEncoder	Ziel-Encoder für Regressions- und Klassifikationsziele.
add_dummy_feature	Erweitert den Datensatz um ein zusätzliches Dummy-Merkmal.
binarize	Boolesches Thresholding von Array-ähnlichen oder Scipy.sparse Matrizen.
label_binarize	Binarisiert Labels im One-vs-all-Verfahren.
maxabs_scale	Skaliert jedes Merkmal auf den Bereich [-1, 1], ohne die Sparsity zu brechen.
minmax_scale	Transformiert Merkmale durch Skalierung jedes Merkmals auf einen gegebenen Bereich.
normalize	Skaliert Eingabevektoren einzeln auf Einheitsnorm (Vektorlänge).
power_transform	Parametrische, monotone Transformation, um Daten mehr Gauss'sche Eigenschaften zu verleihen.
quantile_transform	Transformiert Merkmale mithilfe von Quantilinformationen.
robust_scale	Standardisiert einen Datensatz entlang einer beliebigen Achse.
scale	Standardisiert einen Datensatz entlang einer beliebigen Achse.