《Machine Learning for OpenCV》学习笔记：数据预处理

一.特征标准化

1.1特征标准化：

标准化是指把数据缩放到拥有零均值(均值为0)和单位方差(方差为1)的过程。可以手动标准化我们的数据：每个数据点减去所有数据的平均值  (μ) ， 然后除以数据的方差(σ) 。即对于每个特征值，计算(x - μ) / σ 。

1.2scikit-learn代码实现

使用preprocessing模块的scale()函数实现。

1.3验证

一个实现了标准化后的特征矩阵应该每行的均值等于(或接近于)，每一行的方差都为1。可以查看矩阵的mean属性和std属性进行验证。

# -*- coding:utf-8 -*-
from sklearn import preprocessing
import numpy as np

X = np.array(
	[[1., -2., 2.], [3., 0., 0.], [0., 1., -1]]
)   # 创建一个三行三列的二维数组
x_scaled = preprocessing.scale(X)
print(x_scaled)
"""
输出结果：
[[-0.26726124 -1.33630621  1.33630621]
 [ 1.33630621  0.26726124 -0.26726124]
 [-1.06904497  1.06904497 -1.06904497]]
"""
# 方差验证
print(x_scaled.mean(axis=0))  # [7.40148683e-17 0.00000000e+00 0.00000000e+00]
print(x_scaled.std())   # 1.0

 

二.特征归一化

归一化是缩放单个样本以使它们拥有单位范数的过程。在scikit-learn中，数据可以使用norma