Sklearn 数据标准化

当数据(x)按均值(μ)中心化后，再按标准差(σ)缩放，数据就会服从为均值为0，方差为1的正态分布（即标准正态分 布），而这个过程，就叫做数据标准化。

from sklearn.preprocessing import StandardScaler

data=[[-1,2],[-0.5,6],[0,10],[1,18]]

scaler = StandardScaler()
scaler.fit(data) #fit本质生成均值和方差

print(scaler.mean_) #查看均值的属性mean_
print(scaler.var_) #查看方差的属性var_

x_std = scaler.transform(data)

print(x_std.mean()) #导出的结果是一个数组，用mean()查看均值
print(x_std.var())  #用std()查看方差

print(scaler.fit_transform(data)) #一步达成

print(scaler.inverse_transform(x_std)) #逆标准化

运行结果：

[-0.125  9.   ]
[ 0.546875 35.      ]
0.0
1.0
[[-1.18321596 -1.18321596]
 [-0.50709255 -0.50709255]
 [ 0.16903085  0.16903085]
 [ 1.52127766  1.52127766]]
[[-1.   2. ]
 [-0.5  6. ]
 [ 0.  10. ]
 [ 1.  18. ]]