sklearn数据标准化的4个问题_数据标准化常见问题:对整个数据集数据标准化后再划分训-优快云博客

本文探讨了sklearn数据标准化过程中的3个核心问题：fit和transform的流程、三种标准化方法（Z-Score、0-1归一化、RobustScaler）的比较，以及数据标准化与K折交叉验证的顺序。强调了标准化在机器学习中的重要性，建议根据实际数据和模型效果选择合适的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

sklearn数据标准化的3个问题

数据标准化是机器学习建模之前的常见操作，可以减小不同特征的数据量纲的影响。在机器学习数据处理过程中，笔者整理了4个常见的问题：

问题1：fit和transform的流程
问题2：标准化，归一化和鲁棒化的三种处理方式的运算方式和手动代码编写。
问题3：面对K折交叉验证时，先对所有数据集统一标准化，还是在每一折内，分别对训练集标准化作用到各自测试集。

1.标准化流程

在sklearn中，数据标准化与模型类似。
可以通过fit再transform的方法对数据进行处理，例如，对训练集进行fit(X_train)，使得标准化模型可以在训练中学习到相应的参数，之后将参数运用到测试集中进行transform(X_test)。此时，训练集的数据是不会变化的（还是标准化之前的数据）。
而fit_transform(X)，同样是进行模型的训练，但会把训练集数据同时进行标准化处理，即改变初始的X。

2.三种标准化比较

from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import RobustScaler

X是df.values，即建模之前不含标签的数据。
下面以X的第一个特征（第一列数据）为例，手动编写代码，实现与sklearn中的三种标准化相同的结果。

2.1 Z-Score标准化

即将某一列数据处理成均值为0，方差为1的数据。优点是受异常值影响较小。公式为：(X-μ)/σ

# Z-score标准化
l0 = [i[0] for i in X]
print