Sklearn之数据预处理——StandardScaler

StandardScaler原理作用：去均值和方差归一化。且是针对每一个特征维度来做的，而不是针对样本。标准差标准化（standardScale）使得经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为：其中μ为所有样本数据的均值，σ为所有样本数据的标准差。使用sklearn提供的StandardScaler方法from sklearn.preprocessing import S

黄佳俊、

8582人浏览 · 2021-12-02 10:31:32

黄佳俊、 · 2021-12-02 10:31:32 发布

StandardScaler原理

作用：去均值和方差归一化。且是针对每一个特征维度来做的，而不是针对样本。

标准差标准化（standardScale）使得经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为：

其中μ为所有样本数据的均值，σ为所有样本数据的标准差。

使用sklearn提供的StandardScaler方法

from sklearn.preprocessing import StandardScaler # 标准化工具

import numpy as np


x_np = np.array([[1.5, -1., 2.],

[2., 0., 0.]])

scaler = StandardScaler()

x_train = scaler.fit_transform(x_np)

print('矩阵初值为：{}'.format(x_np))

print('该矩阵的均值为：{}\n 该矩阵的标准差为：{}'.format(scaler.mean_,np.sqrt(scaler.var_)))

print('标准差标准化的矩阵为：{}'.format(x_train))

矩阵初值为：[[ 1.5 -1. 2. ]

[ 2. 0. 0. ]]

该矩阵的均值为： [ 1.75 -0.5 1. ]

该矩阵的标准差为：[0.25 0.5 1. ]

标准差标准化的矩阵为：[[-1. -1. 1.]

[ 1. 1. -1.]]

有关StandardScaler的transform和fit_transform方法

StandardScaler类是一个用来讲数据进行归一化和标准化的类。
所谓归一化和标准化，即应用下列公式：

使得新的X数据集方差为1，均值为0

问题一：
StandardScaler类中transform和fit_transform方法有什么区别？

答：fit_transform方法是fit和transform的结合，fit_transform(X_train) 意思是找出X_train的和 $\sigma$ ，并应用在X_train上。
这时对于X_test，我们就可以直接使用transform方法。因为此时StandardScaler已经保存了X_train的
$\mu$ 和 $\sigma$ 。