sklearn学习4----预处理（1）标准化

一、【标准化】scale：

1、导入模块  from sklearn.preprocessing import scaler

2、作用：直接将给定数据进行标准化

3、使用代码

X_scaled=scaler(X_data)
X_scaled.mean(axis=0)  #自己计算标准化之后的均值
X_scalerd.std(axis=0)  #自己计算标准化后的方差

二、【标准化】StandardScaler

1、导入模块  from sklearn.preprocessing import StandardScaler

2、作用：可保存训练集中的均值、方差参数，然后直接用于转换测试集数据。

3、使用代码：

ss=StandardScaler()
Xtrain_data=ss.fit_transform(train_data)  #标准化训练集然后保存训练集的均值和方差
Xtest_data=ss.transform(test_data)      #转换测试集数据
print(ss.mean_)
print(ss.var_)

三、【缩放到指定范围（最大最小化）】MinMaxScaler

1、导入模块：from sklearn.preprocessing import MinMaxScaler

2、作用：将属性缩放到一个指定的最大和最小值（通常是1-0）之间，这样处理可对方差非常小的属性增强其稳定性，也可维持稀疏矩阵中为0的条目。

3、使用代码

'''
preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True) 

计算公式： 
X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0)) 
X_scaled = X_std * (max - min) + min 
其中 
feature_range : tuple (min, max), default=(0, 1)
'''

minmaxscaler = MinMaxScaler()
minmaxscaler.fit_transform(X)

minmaxscaler.scale_
minmaxscaler.min_

四、【正则化】 Normalizer

1、导入模块：from sklearn.preprocessing import Normalizer

2、作用：对每个样本计算其p-范数，再对每个元素除以该范数，这使得每个处理后样本的p-范数（l1-norm,l2-norm）等于1。如果后续要使用二次型等方法计算两个样本之间的相似性会有用。

3、使用代码

normalizer =Normalizer().fit(X)
normalizer.transform(X)