0 补充：工具函数常用(标准化、独热编码)

---

前言

---

一、Sklearn工具包

1 sklearn.preprocessing 预处理工具包

（1）标准化：StandardScaler类

• sklearn 里面preprocessing(预处理模块)，StandardScaler()可以将数据进行标准化，即转换为均值为0，方差为1的正态分布
• 注意StandardScaler()只支持列标准化，即每一列都减去均值，然后除以方差，好像是不支持行标准化
• .fit_transform(data): 进行标准化
• .inverse_transform(data):返回标准化
  可以将经过标准化的特征数据转换回其原始形式。StandardScaler 在标准化数据时，会存储每个特征（每列）的均值和标准差，因此可以用来逆转标准化过程。你可以使用 inverse_transform 方法来实现这一点：

from sklearn.preprocessing import StandardScaler
import numpy as np

# 示例数据，shape 是 (样本数, 特征数)
features = np.array([[1, 2, 3],
                     [4, 5, 6],
                     [7,