StandardScaler类是一个用来讲数据进行归一化和标准化的类。-计算训练集的平均值和标准差,以便测试数据集使用相同的变换。
样本x的标准分数计算如下:z = (x - u) / s
将数据按期属性(按列进行)删除平均值和缩放到单位方差来标准化特征。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,标准差为1,使得新的X数据集方差为1,均值为0一般情况下,或者严格点说,在监督学习中,我们需要利用训练集数据对测试集数据进行预测。这里隐含了一个假设,就是训练数据和测试数据实际上是同分布的(因此我们才可以使用训练数据集来预测测试数据集),来自于同一个总体。
在进行标准化的过程中就将训练集的均值和方差当做是总体的均值和方差,因此对测试集使用训练集的均值和方差进行预处理。
方法:
fit_transform方法是fit和transform的结合,fit_transform(X_train) 意思是找出X_train的均值和标准差,并应用在X_train上。这时对于X_test,我们就可以直接使用transform方法。因为此时StandardScaler已经保存了X_train的均值和标准差。
例子: