numpy的scale就是 x-mean/std

最新推荐文章于 2023-10-09 16:43:38 发布

转载最新推荐文章于 2023-10-09 16:43:38 发布 · 549 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://yq.aliyun.com/articles/396580

文章标签：

#python #人工智能

本文演示了如何使用Python的sklearn库进行数据标准化处理。通过具体实例展示了如何利用scale函数对数组进行按列标准化，并计算了原始数据的标准差和平均值。此外，还通过逆转换验证了标准化的有效性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

>>> from sklearn import preprocessing
>>> import numpy as np



>>> a=np.array([[1.0,2.0,3.0], [4.0,5.0,9.0], [20,40.0, 80.0]])
>>> scale(a, axis=0)
array([[-0.87929684, -0.79227978, -0.79115821],
       [-0.5195845 , -0.6183647 , -0.61958173],
       [ 1.39888134,  1.41064448,  1.41073994]])
>>> a.std(axis=0)
array([  8.33999734,  17.24979871,  34.96982827])
>>> a.mean(axis=0)
array([  8.33333333,  15.66666667,  30.66666667])
>>> scale(a)
array([[-0.87929684, -0.79227978, -0.79115821],
       [-0.5195845 , -0.6183647 , -0.61958173],
       [ 1.39888134,  1.41064448,  1.41073994]])
>>> scale(a)*a.std(axis=0)+a.mean(axis=0)
array([[  1.,   2.,   3.],
       [  4.,   5.,   9.],
       [ 20.,  40.,  80.]])