1. 程式人生 > >sklearn.preprocessing中對資料的標準化( StandardScaler)

sklearn.preprocessing中對資料的標準化( StandardScaler)

#轉化函式為:z = (x - u) / s,Z為轉化後的值,x為當 前值, u為均值, s為樣本的標準差

from sklearn.preprocessing import StandardScaler
data = [[0, 0], [0, 0], [1, 1], [1, 1]]
scaler = StandardScaler()
print(scaler.fit(data))
StandardScaler(copy=True, with_mean=True, with_std=True)

print(scaler.mean_)
[0.5 0.5]

print(scaler.transform(data))
[[-1. -1.]
[-1. -1.]
[ 1. 1.]
[ 1. 1.]]

print(scaler.transform([[2, 2]])) #對[[2, 2]]進行轉化時,均值和方差用#的都是計算data 的資料得到的均值和方差,本例中為0.5,0.5
[[3. 3.]]