【机器学习个人笔记】scikit-learn的四种特征缩放方式

【机器学习个人笔记】scikit-learn的四种特征缩放方式

在运用一些机器学习算法的时候不可避免地要对数据进行特征缩放（feature scaling），比如：在随机梯度下降（stochastic gradient descent）算法中，特征缩放有时能提高算法的收敛速度。

特征缩放还可以使机器学习算法工作的更好。比如在K近邻算法中，分类器主要是计算两点之间的欧几里得距离，如果一个特征比其它的特征有更大的范围值，那么距离将会被这个特征值所主导。因此每个特征应该被归一化，比如将取值范围处理为0到1之间。

先来看看原始数据集

接下来我将介绍我在学习过程中遇到的三种特征缩放的方法：

1.preprocessing.StandardScaler(X)

copy : boolean, optional, 默认为True
如果为False，请尝试避免复制并改为进行缩放。 这并不能保证始终在原地工作; 例如 如果数据不是NumPy数组或scipy.sparse CSR矩阵，则仍可能返回副本。
with_mean : boolean, 默认为True
如果为True，则在缩放之前将数据居中。 当在稀疏矩阵上尝试时，这不起作用（并且会引发异常），因为它们的居中需要构建一个密集矩阵，在常见的情况下，该矩阵可能太大而不适合存储器。
with_std : boolean, 默认为True
如果为True，则将数据缩放为单位方差（或等效地，单位标准差）。

from sklearn.preprocessing import StandardScaler
sc