sklearn数据预处理之标准化和归一化 学习笔记

对原始数据进行处理 , 有两种方法 :

• 1: 标准化standardization ( 或者叫做Z-score normalization ) , 均值 $\mu =0$ , 标准差 $\sigma =1$

• 2: 归一化Min-Max scaling ( 或者叫做normalization )

注意点:

1: 标准化和归一化代码:

from sklearn import preprocessing

# 标准化
std_scale = preprocessing.StandardScaler().fit( df[['A', 'B'...]] )
df_std = std_scale.transform( df[['A', 'B'...]] )

# 归一化
minmax_scale = preprocessing.MinMaxScaler().fit( df[['A', 'B'...]] )
df_minmax = minmax_scale.transform(df[['A', 'B'...]]