1.数据和环境准备

将通过意大利红酒的部分数据，调用scikit-learn包（sklearn）分别实现0-1标准化和z-score标准化，总结学习这两种标准化方法的特点。

本案例使用的环境为Anaconda + Jupyter notebook。

2.数据说明

我们使用的是UCI提供的红酒数据集，该数据集显示意大利红酒化学分析的结果，共178个样本，每个样本有13个特征变量，一个类别变量。

为简化实验，更清晰地展现实验结果，仅选取两个特征变量进行展示。

Alcohol：酒精含量

Malic acid：羟基丁二酸

Class：红酒分类情况

3.实验过程

导入需要的工具包

 

读取文件 

 数据标准化

0-1标准化

 

 

 

z-score标准化

 

 

 

可视化

先进行数据备份

 

绘制散点图

  

绘制原始数据的散点图