预处理

1. 预处理的一些通用方法：

   • get_params([deep])：返回模型的参数。

     • deep： 如果为True，则可以返回模型参数的子对象。

   • set_params(**params)：设置模型的参数。

     • params：待设置的关键字参数。

   • fit(X[, y]) ：获取预处理需要的参数（如：特征的最大值、最小值等），不同的预处理方法需要的参数不同。

     • X ：训练集样本集合。通常是一个numpy array，每行代表一个样本，每列代表一个特征。
     • y ：训练样本的标签集合。它与X 的每一行相对应。

   • transform(X[, copy])：执行预处理，返回处理后的样本集。

     • X ：训练集样本集合。通常是一个numpy array，每行代表一个样本，每列代表一个特征。
     • copy ：一个布尔值，指定是否拷贝数据。

   • fit_transform(X[, y]) ：获取预处理需要的参数并执行预处理，返回处理后的样本集。

     • X ：训练集样本集合。通常是一个numpy array，每行代表一个样本，每列代表一个特征。
     • y ：训练样本的标签集合。它与X 的每一行相对应。

2. 预处理的一些通用参数：

   • copy： 一个布尔值，指定是否拷贝数据。

     如果为False则执行原地修改。此时节省空间，但修改了原始数据。