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：
扫描二维码关注公众号，回复：
9549356 查看本文章
