数据预处理--sklearn preprocessing模块的使用

本文主要介绍sklearn preprocessing四个数据预处理的函数，大概分两类，一是标准化，二是将将数据特征缩放至某一范围。
这四个函数都在sklearn preprocessing模块中，无论哪个方法，都是对列进行的操作。

一、标准化

标准化适用的情况：如果有些特征的方差过大，则会主导目标函数从而使参数估计器无法正确地去学习其他特征，这个时候需要数据标准化，分两步，一是去均值的中心化（均值变为0），二是方差的规模化（方差变为1）。通过这一步，可将特征值等级化，进而实现数据中心化。

原理：

z-score标准化(zero-mean normalization)

原理：均值为0，标准差为1（符合标准正态分布） –> mean=0, std=1

转换函数： 

示例数据如下：