sklearn中StandardScaler()

一、数学公式：

1.均值、去均值：

	(1) 均值：
			对每个特征求均值,即对每列求均值。

import numpy  as np


data = np.array([[1, 2], [4, 3]])
print('数组为：\n', data)
mean = data.mean(axis=0)
print('均值为：\n', mean)

# 结果为
数组为：
 [[1 2]
 [4 3]]
均值为：
 [2.5 2.5]

	（2） 去均值：
			每个特征的值减去对应特征的均值。

move_mean = data-mean
print('去均值：\n', move_mean)

# 结果为
去均值：
 [[-1.5 -0.5]
 [ 1.5  0.5]]

2.标准差(标准偏差)：

	(1) 标准差：
			每个特征的值减去对应特征均值的平方和, 然后除以总值的数量，最后开根号。