sklearn 数据标准化 StandardScaler

官网链接：link

sklearn.preprocessing.StandardScaler

通过去除均值并将其缩放为单位方差来标准化特征样本x的标准得分计算为：
z = (x - u) / s

一些方法：
fit(X[, y]) 计算平均值和标准差，以用于以后的标度。
fit_transform(X[, y]) 拟合数据，然后对其进行转换。

例子：

data = np.array([[0, 0], [0, 0], [1, 1], [1, 1]])
print(data)
scalar = StandardScaler()
scalar.fit(data)
print(scalar.mean_, scalar.var_)  # 每一列的均值和方差
print(scalar.transform(data))  # 转换数据需要另外再调用transform
# 如果想要一起fit和transform可以使用fit_transform()方法

[[0 0]
 [0 0]
 [1 1]
 [1 1]]
[0.5 0.5] [0.25 0.25]
[[-1. -1.]
 [-1. -1.]
 [ 1.  1.]
 [ 1.  1.]]