sklearn中常用数据预处理方法

normalize(X, norm='l2', axis=1, copy=True, return_norm=False)
    Scale input vectors individually to unit norm (vector length).

范化是将不同变化范围的值映射到相同的固定范围，常见的是[0,1]，此时也称为归一化。《机器学习》周志华

可以发现对于每一个样本都有，0.4^2+0.4^2+0.81^2=1,这就是L2 norm，变换后每个样本的各维特征的平方和为1。类似地，L1 norm则是变换后每个样本的各维特征的绝对值和为1。还有max norm，则是将每个样本的各维特征除以该样本各维特征的最大值。

在度量样本之间相似性时，如果使用的是二次型kernel，需要做Normalization

from sklearn.preprocessing import normalize

X=np.array([[1.,-1.,2.],[2.,0.,0.],[0.,1.,-1.]])
help(normalize)
y1=normalize(X,axis=0)
y2=normalize(X,axis=1)
y1=
[[ 0.4472136  -0.70710678  0.89442719]
 [ 0.89442719  0.          0.        ]
 [ 0.          0.70710678 -0.4472136 ]]
y2=
[[ 0.40824829 -0.40824829  0.81649658]
 [ 1.          0.          0.        ]
 [ 0.          0.70710678 -0.70710678]]