数据标准化——scikit-learn

标准化

目的：使各个特征都具有均值零和单位方差，因为很多机器学习算法都要求样本的中心在0附近，并且各个样本的方差具有相同的数量级，如果某个特征的方差过大，它将在算法中占据很大作用，影响算法从特征集中的学习效果

scikit learning中原文表述：

程序 

from sklearn.preprocessing import StandardScaler
scaler=StandardScaler().fit(x_train)#对训练集进行标准化处理，该函数同时保留训练集的均值和方差以用于新的测试集
x_train=scaler.transform(x_train) #转化的是输入x_train的拷贝值，因此需要通过函数返回值对其进行修改
x_test=scaler.transform(x_test)  
#当x_test是单个样本时，需要先经过x_test.reshape(-1,n_feature)的转化，因为函数要求输入一个2D数组