sklearn.preprocessing.StandardScaler¶

标准化

sklearn.preprcoessing包下有很多数据预处理的方法,preprocessing模块中StandardScaler()类的fit()函数也可以用于数组的标准化
z = ( x − μ ) / s z = (x - \mu)/s z=(xμ)/s
在这里插入图片描述

代码示例

首先,调用preprocessing模块中StandardScaler()类的fit()函数,通过数组x_train(待处理的数组)构建标准化模型scaler。

然后,调用模型scaler的transform函数,就可以对x_train数组进行标准化啦。

scaler=preprocessing.StandardScaler().fit(x_train)
scaler.transform(x_train)

学习心得

会 自己看官方文档,打比赛时候,会自己把sklearn的文档啥的都将其搞清楚,研究透彻。都行啦的回事与打算,全部将其研究透彻,研究彻底。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

big_matster

您的鼓励,是给予我最大的动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值