sklearn——數據標准化

說明：

通過sklearn庫進行數據集標准化，對訓練數據做預處理，對測試集做同樣的標准化。

1、通過函數scale()

函數介紹：

 

函數：
sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)
參數解釋：
X : {array-like, sparse matrix}	要標准化的數據，numpy的array類數據。
axis : int (0 by default)	0表示特征的標准化，1表示樣本的標准化。默認為0。
with_mean : boolean, True by default	是否中心化。
with_std : boolean, True by default	是否標准化。
copy : boolean, optional, default True	是否復制。

 

代碼實例 ：

from sklearn.preprocessing import scale
import numpy as np

X = np.array([[ 1.,-1.,2.],[ 2.,0.,0.],[ 0.,1.,-1.]])
x_scale=scale(X=X,with_mean=True,with_std=True,copy=True)
print('原始數據：\n',X)
print('標准化數據：\n',x_scale)

運行結果：

原始數據：
 [[ 1. -1.  2.]
 [ 2.  0.  0.]
 [ 0.  1. -1.]]

標准化數據：
 [[ 0.         -1.22474487  1.33630621]
 [ 1.22474487  0.         -0.26726124]
 [-1.22474487  1.22474487 -1.06904497]]

 

2、通過創建類StandardScaler

在skleran庫中除了用函數方法，還可以使用sklearn.preprocessing.StandardScaler類來達到標准化的目的，使用該類的好處在於可以保存訓練集中的參數（均值、方差）直接使用其對象轉換測試集數據。

代碼實例：

from sklearn.preprocessing import StandardScaler
import numpy as np

X = np.array([[ 1.,-1.,2.],[ 2.,0.,0.],[ 0.,1.,-1.]])
scaler=StandardScaler().fit(X)     #聲明類，並用fit()方法計算后續標准化的mean與std
print('\n均值：',scaler.mean_)    #類屬性：均值
print('方差：',scaler.var_)     #類屬性：方差
X_scale=scaler.transform(X)     #轉換X
print('\n標准化數據:\n',X_scale)
y=np.array([[1.,1.,1.],[2.,2.,2.]])
y_scale=scaler.transform(y)     #測試集標准化
print('\n測試集標准化數據:\n',y_scale)
X_scale2=scaler.fit_transform(X)     #直接計算並標准化的方法
print('\n原始數據直接標准化：\n',X_scale2)

運行結果：

均值： [1.         0.         0.33333333]
方差： [0.66666667 0.66666667 1.55555556]

標准化數據:
 [[ 0.         -1.22474487  1.33630621]
 [ 1.22474487  0.         -0.26726124]
 [-1.22474487  1.22474487 -1.06904497]]

測試集標准化數據:
 [[0.         1.22474487 0.53452248]
 [1.22474487 2.44948974 1.33630621]]

原始數據直接標准化：
 [[ 0.         -1.22474487  1.33630621]
 [ 1.22474487  0.         -0.26726124]
 [-1.22474487  1.22474487 -1.06904497]]