說明

1、將原始數(shù)據(jù)轉換為均值為0，標準差在1范圍內。

2、對標準化而言：如果出現(xiàn)異常點，由于有一定數(shù)據(jù)量，少量異常點對平均值的影響不大，因此方差變化不大。

實例

def stand_demo():
    """
    標準化
    :return:
    """
# 1. 獲取數(shù)據(jù)
    data = pd.read_csv('dating.txt')
    data = data.iloc[:, :3]
    print('data:\n', data)
 
# 2.實例化一個轉換器類
    transfer = StandardScaler()

# 3.調用fit_transform()
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new)
    return None

知識點擴充：

幾種標準化方法：

歸一化Max-Min

min-max標準化方法是對原始數(shù)據(jù)進行線性變換。設minA和maxA分別為屬性A的最小值和最大值，將A的一個原始值x通過min-max標準化映射成在區(qū)間[0,1]中的值x'，其公式為：

新數(shù)據(jù)=（原數(shù)據(jù)-最小值）/（最大值-最小值）

這種方法能使數(shù)據(jù)歸一化到一個區(qū)域內，同時不改變原來的數(shù)據(jù)結構。

實現(xiàn)中心化Z-Score

這種方法基于原始數(shù)據(jù)的均值（mean）和標準差（standard deviation）進行數(shù)據(jù)的標準化。將A的原始值x使用z-score標準化到x'。

z-score標準化方法適用于屬性A的最大值和最小值未知的情況，或有超出取值范圍的離群數(shù)據(jù)的情況。

新數(shù)據(jù)=（原數(shù)據(jù)-均值）/標準差

這種方法適合大多數(shù)類型數(shù)據(jù)，也是很多工具的默認標準化方法。標準化之后的數(shù)據(jù)是以0為均值，方差為以的正太分布。但是Z-Score方法是一種中心化方法，會改變原有數(shù)據(jù)的分布結構，不適合用于對稀疏數(shù)據(jù)做處理。

很多時候數(shù)據(jù)集會存在稀疏特征，表現(xiàn)為標準差小，很多元素值為0，最常見的稀疏數(shù)據(jù)集是用來做協(xié)同過濾的數(shù)據(jù)集，絕大部分數(shù)據(jù)都是0。對稀疏數(shù)據(jù)做標準化，不能采用中心化的方式，否則會破壞稀疏數(shù)據(jù)的結構。

用于稀疏數(shù)據(jù)的MaxAbs

最大值絕對值標準化（MaxAbs）即根據(jù)最大值的絕對值進行標準化，假設原轉換的數(shù)據(jù)為x，新數(shù)據(jù)為x'，那么x'=x/|max|，其中max為x鎖在列的最大值。

該方法的數(shù)據(jù)區(qū)間為[-1, 1]，也不破壞原數(shù)據(jù)結構的特點，因此也可以用于稀疏數(shù)據(jù)，一些稀疏矩陣。

針對離群點的RobustScaler

有些時候，數(shù)據(jù)集中存在離群點，用Z-Score進行標準化，但是結果不理想，因為離群點在標準化后喪失了利群特性。

RobustScaler針對離群點做標準化處理，該方法對數(shù)據(jù)中心化的數(shù)據(jù)的縮放健壯性有更強的參數(shù)控制能力。

到此這篇關于Python數(shù)據(jù)標準化的實例分析的文章就介紹到這了,更多相關Python數(shù)據(jù)標準化是什么內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！