用sklearn.preprocessing做数据预处理（一）——Standardization

Standardization标准化：将特征数据的分布调整成标准正态分布，亦叫高斯分布，也就是使得数据的均值为0，方差为1

标准化的原因在于如果有些特征的方差过大，则会主导目标函数，从而使参数估计器无法正确地学习其他特征
标准化的过程为两步：去均值的中心化（均值变为0）；方差的规模化（方差变为1）。
在sklearn.preprocessing中提供了一个scale的方法，可以实现以上功能。

from sklearn import preprocessing
import numpy as np

x = np.array([[1.,-1.,2.],
             [2.,0.,0.],
             [0.,1.,-1.]])
#将每一列特征标准化为标准特征分布，注意，标准化是针对每一列而言的
x_scale = preprocessing.scale(x)
x_scale

array([[ 0.        , -1.22474487,  1.33630621],
       [ 1.22474487,  0.        , -0.26726124],
       [-1.22474487,  1.22474487, -1.06904497]])

可以查看标准化后数据的均值和方差，已经变成0,1了
axis=0表示对每一列
x_scale.mean(axis=0)

array([0., 0., 0.])

axis=1表示对