sklearn中的StandardScacler

StandardScaler作用：

StandardScaler是对数据集做归一化处理的，他依据列为单位进行计算，即每个特征

 

计算方法：

（原始值 - 平均值）/ 标准差

 

代码验证：

 

调用StandardScaler

import numpy as np
from sklearn.preprocessing import StandardScaler
np.random.seed(42)
​
samples = np.random.randn(10,1)
scaler = StandardScaler()
scaler.fit(samples)

Out:

StandardScaler(copy=True, with_mean=True, with_std=True)

手动实现

 

# 预测函数
def scale(series, x):
    mean = np.mean(series)
    std = np.std(series)
    return (x-mean)/std
​

验证

scale(samples[:,0], np.array([[1],[2]]))

Out:

array([[0.80468598],
       [2.26261185]])

 

scaler.transform(np.array([[1],[2]]))

Out:

array([[0.80468598],
       [2.26261185]])

结论

手动方法与结果相同，这就验证了StandardScaler算法，其计算公式为：

转存失败重新上传取消转存失败重新上传取消