本关任务:利用sklearn对数据进行标准化。
为什么要进行标准化
在机器学习中常忽略数据的分布,仅仅对数值做零均值、单位标准差的处理。在一个机器学习算法的目标函数里的很多元素所有特征都近似零均值,方差具有相同的阶。如果某个特征的方差的数量级大于其它的特征,那么,这个特征可能在目标函数中占主导地位,这使得模型不能从其它特征有效地学习。
三种标准化方式
Z-score标准化
公式:
结果:
对每个特征/每列来说所有数据都聚集在0附近,方差值为1。
代码实现:
from sklearn import preprocessing
import numpy as np
X_train = np.array([[ 1., -1., 2.],
[ 2., 0., 0.],
[ 0.