本文介绍了数据预处理中的重要步骤——标准化，讲解了numpy库中np.std和np.mean函数如何计算标准差和平均值，强调了标准差与方差的区别。同时，详细阐述了sklearn.preprocessing.StandardScaler的作用，它用于使得数据在同一尺度上，但保留了原始数据的趋势。理解并正确使用这些工具对于机器学习模型的性能至关重要。
具体请看参考链接；
特别注意的是
np.std(df) np.mean(df) 是分别将整个数据求标准差，以及 求 平均值
另外 np.std(df) 是求标准差不是方差
sklearn.preprocessing.StandardScaler 该函数是使数据同等缩放，改变了数据的大小，但是数据表现出来的应有的数据趋势是没变的
参考链接：
https://blog.csdn.net/FrankieHello/article/details/79659111?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control
扫一扫
3071
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
