数据标准化处理方法_数据标准化的方法

机器学习中，最重要的就是数据预处理了。

而当不同特征之间的值差距较大，分布很离散，那么可能就需要统一这些数据的量纲，以便后期的处理。

所以，今天带来的是一些数据标准化处理的方法。

主要的标准化方法先列出如下：

·StandardScaler

·MinMaxScaler

·MaxAbsScaler

·RobustScaler

·Normalizer

1

- StandardScaler -

sklearn.preprocessing.StandardScaler(copy = True，with_mean = True，with_std = True )

通过删除均值和缩放到单位方差来标准化特征。

样本x的标准分数计算如下： 

z =(x - u)/ s

其中u是训练样本的平均值，如果with_mean = False，则为零，s为训练样本的标准偏差，如果 with_std = False，则为1。