将Iris数据集中的数值属性进行Z-Score归一化。
时间: 2024-01-22 19:18:37 浏览: 114
可以通过以下Python代码将Iris数据集中的数值属性进行Z-Score归一化:
```python
import pandas as pd
from sklearn.preprocessing import StandardScaler
# 读取Iris数据集
iris = pd.read_csv('iris.csv')
# 获取数值属性列名
num_cols = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
# 创建StandardScaler对象
scaler = StandardScaler()
# 对数值属性进行Z-Score归一化
iris[num_cols] = scaler.fit_transform(iris[num_cols])
# 输出归一化后的数据集
print(iris.head())
```
其中,`pandas`库用于读取和处理数据集,`sklearn.preprocessing`库中的`StandardScaler`类用于进行Z-Score归一化。首先,我们获取数据集中的数值属性列名,然后创建`StandardScaler`对象,并调用`fit_transform`方法对数值属性进行Z-Score归一化。最后输出归一化后的数据集。
阅读全文