关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化

最新推荐文章于 2025-07-16 22:52:55 发布

原创

最新推荐文章于 2025-07-16 22:52:55 发布 · 1.2k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据

本文介绍了数据预处理的三种常见方法：标准化（Z-Score）、属性缩放到指定范围以及正则化。标准化通过计算（X-mean）/std实现，可以使用sklearn.preprocessing.scale()或StandardScaler类。属性缩放常用于将数据缩放到1-0之间，使用MinMaxScaler类完成。正则化则是将样本缩放到单位范数，便于计算相似性，可以借助preprocessing.normalize()或Normalizer类完成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、标准化（Z-Score），或者去除均值和方差缩放

公式为：(X-mean)/std 计算时对每个属性/每列分别进行。

将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。

实现时，有两种不同的方式：

使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标准化。

 
   
    
      
      
        >>> from sklearn  
        import 
        preprocessing 
       
 
        >>>  
        import 
        numpy  
        as 
        np 
       
 
        >>> X = np.array([[  
        1 
        ., - 
        1 
        .,   
        2 
        .], 
       
 
        ...               [  
        2 
        .,   
        0 
        .,   
        0 
        .], 
       
 
        ...               [  
        0 
        .,   
        1 
        ., - 
        1 
        .]]) 
       
 
        >>> X_scaled = preprocessing.scale(X) 
       

           
       
 
        >>> X_scaled                                           
       
 
        array([[  
        0 
        .  ..., - 
        1.22 
        ...,   
        1.33 
        ...], 
       
 
                
        [  
        1.22 
        ...,   
        0 
        .  ..., - 
        0.26 
        ...], 
       
 
                
        [- 
        1.22 
        ...,   
        1.22 
        ..., - 
        1.06 
        ...]]) 
       

           
       
 
        >>>#处理后数据的均值和方差 
       
 
        >>> X_scaled.mean(axis= 
        0 
        ) 
       
 
        array([  
        0 
        .,   
        0 
        .,   
        0 
        .]) 
       

           
       
 
        >>> X_scaled.std(axis= 
        0 
        ) 
       
 
        array([  
        1 
        .,   
        1 
        .,   
        1 
        .]) 
       
 
    
 
   
 