数据预处理 第6篇：数据预处理（标准化、归一化、分类数据编码和离散化）...

sklearn.preprocessing包提供了几个常用的转换函数，用于把原始特征向量转换为更适合估计器的表示。

转化器(Transformer)用于对数据的处理，例如标准化、降维以及特征选择等，提供的函数大致是：

• fit(x,y):该方法接受输入和标签，计算出数据变换的方式。
• transform(x):根据已经计算出的变换方式，返回对输入数据x变换后的结果(不改变x)
• fit_transform(x,y) :该方法在计算出数据变换方式之后对输入x就地转换。

在转化器中，fit_transform()函数等价于先执行fit()函数，后执行transform()函数。有如下的数据，使用preprocessing包对数据进行标准化和归一化处理：

from sklearn import preprocessing
import numpy as np

X_train = np.array([[ 1., -1.,  2.],
                    [ 2.,  0.,  0.],
                    [ 0.,  1., -1.]])

一，数据标准化

数据标准化是指对数据经过处理后，使每个特征中的数值的均值变为0，标准差变为1。

1，标准正态分布

scale()是数据标准化的快捷方式：

X_scaled = preprocessing.scale(X_train)

对应的fit-transform组合是：

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

2，把数据缩放到范围

把数据缩放到给定的范围内，通常在0和1之间，或者使用每个特征的最大绝对值按比例缩放到单位大小。

MinMaxScaler(feature_range&