sklearn——数据数据预处理
一、数据的标准化、归一化、正则化 1、标准化 将数据转化为均值为0方差为1的数据，即标准正态分布。标准化可以规范数据，但不适用于稀疏数据，因为会破坏其数据结果。标准化的过程为两步：去均值的中心化（均值变为0）；方差的规模化（方差变为1）。即每一列减去该列的均值再除以该列的方差。 在分类、聚类算法中，需要使用距离来度量相似性的时候、或者使用PCA技术进行降维的时候，StandardScaler表现更好。 对应函数： sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True) x：需要标准化标准化的数据。 axis：需要标准化的方向，0为列，1为行。 with_mean：是否去均值的中心化，默认为True。 with_std：是否方差规模化，默认为True。 copy：是否要copy数据。 代码示例： import numpy as np from sklearn.preprocessing import scale a =np.random.normal(4,5,[5,2]) # 创造数据 a_s=scale(a) # 标准化 print ( ' a:\n ' ,a) print ( ' \na_s:\n ' ,a_s) print ( ' \na_s的均值: '