在解决回归问题的同时，使用python中的虚拟变量对数据集进行标准化

编程问答 2022-06-04

问题描述

在GIS问题中，假设我想对具有从a到e的6个属性作为自变量的数据集进行回归分析，例如：

a，b，c，d，e，f

5，6，7，8，1，0

e和f是伪变量，只能为0或1。现在，我想标准化此数据集以进行回归准备，但我必须避免标准化e和f。正常的标准化代码如下：

##difine a standardization function

def standarize_data(data,stats):
    return (data - stats['mean'])/ stats['std']

## Complete standardization

data_standardizd = standarize_data(dataset,dataset_statistic)

这是问题所在，如果我直接执行此部分，则哑变量也将被标准化，我该如何避免采用正确的格式？

我尝试这样的代码：

data_standardizd = standarize_data(dataset[a,b,c,d],dataset_statistic)

返回错误

KeyError: ('a','b','c','d')

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

geopandasgispythonregression