数据预处理第1讲：标准化

论文合作、课题指导请联系QQ2279055353

数据预处理，是指在使用学习算法分析数据之前，对原始数据集作适当的变换，使得变换后的数据更适合学习算法。一般的机器学习算法要求对数据集做标准化的预处理。在实际处理时，我们经常忽略数据的分布形状，而只是对数据作中心化变换，即，每个变量的值减去其均值。这样，中心化之后的数据，变量的均值是0。

sklearn.preprocessing 包

Python的sklearn.preprocessing包提供了标准化的通用函数和变换类。

scale()函数

sklearn.preprocessing包的scale()函数提供了一个快速简单的标准化操作。

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

缩放数据成零均值、单位方差。

X_scaled.mean(axis=0)
X_scaled.std(axis=0)