sklearn.preprocessing数据标准化实现流程

python中对于训练集一般需要标准化，即将原数据的均值变为0,方差变为1

有两种方式：

from sklearn import preprocessing

第一种：使用scale模块直接计算标准化，将标准化的array放在x_scale中，同时可以查看均值和标准差，但是该方式的一个不足是当存在新的样本到来时，无法利用已有的模块直接复用，需要利用mean和std自己计算。

x_scale = preprocessing.scale(DatMat)  
x_scale.mean(axis=0)
x_scale.std(axis=0)

第二种：使用StandardScaler模块计算标准化，可以利用训练集数据建立一个转化的类，类似于实现将mean和std存储在该类中，将数据输入，就可以直接求出结果。

scaler = preprocessing.StandardScaler().fit(datingDatMat)
datingDatMat = scaler.transform(datingDatMat)
new_date = numpy.array([1, 2, 3])
new_date_std = scaler.transform(new_date.reshape(1, -1))

这里的scaler更象是扮演一个计算器的角色，本身并不存储数据。

数据datingDatMat的格式为：

[      [1_sample, features],

            .

            .

       [n_sample, features],

            .

            .

]

即每一行为一个样本，元素为特征，列为样本总数。

官方文档 点击打开链接

参考1 点击打开链接

参考2 点击打开链接