[python]sklearn中归一化与标准化

归一化

当数据(x)按照最小值中心化后，再按极差（最大值 - 最小值）缩放，数据移动了最小值个单位，并且会被收敛到 [0,1]之间，而这个过程，就叫做数据归一化(Normalization，又称Min-Max Scaling)。

在sklearn当中，我们使用preprocessing.MinMaxScaler来实现这个功能。MinMaxScaler有一个重要参数， feature_range，控制我们希望把数据压缩到的范围，默认是[0,1]。

from sklearn import preprocessing
import numpy as np

data = np.array([[1, 200], [3, 100], [5, 150]])
# 实现归一化
from sklearn import preprocessing
import numpy as np

data = np.array([[1, 200], [3, 100], [5, 150]])
# 实现归一化
scaler = preprocessing.MinMaxScaler()   # 实例化
scaler = scaler.fit(data)   # fit，在这里本质是生成min(x)和max(x)
result = scaler.transform(data) # 通过接口导出结果
result
print("result1:\n", result)
result_ = scaler.fit_transform(data)    # 训练和导出结果一步达成
scaler.inverse_transform(result)    # 将归一化后的结果逆转
# 使用MinMaxScaler的参数feature_range实现将数据归一化到[0,1]以外的范围中
data = [[1, 200], [3, 100], [5, 150]]
scaler = preprocessing.MinMaxScaler(feature_range=[5, 10])  # 结果范围从5到10
result = scaler.fit_transform(data) #fit_transform一步导出结果

print("result2:\n", result)

out:

result1:
 [[0.  1. ]
 [0.5 0. ]
 [1.  0.5]]
result2:
 [[ 5.  10. ]
 [ 7.5  5. ]
 [10.   7.5]]

标准化

当数据(x)按均值(μ)中心化后，再按标准差(σ)缩放，数据就会服从为均值为0，方差为1的正态分布（即标准正态分 布），而这个过程，就叫做数据标准化(Standardization),一般情况下无监督学习是用标准化。

import numpy as np
from sklearn import preprocessing

data = np.array([[1, 200], [3, 100], [5, 150]])
scaler = preprocessing.StandardScaler() # 实例化
scaler.fit(data)   # fit，本质是生成均值和方差
scaler.mean_    # 查看均值的属性mean_
scaler.var_     # 查看方差的属性var_
x_std = scaler.transform(data)  # 通过接口导出结果
x_std.mean()    # 导出的结果是一个数组，用mean()查看均值
x_std.std()     # 用std()查看方差
scaler.fit_transform(data)  # 使用fit_transform(data)一步达成结果
scaler.inverse_transform(x_std)     # 使用inverse_transform逆转标准化
print(x_std)

out:

[[-1.22474487  1.22474487]
 [ 0.         -1.22474487]
 [ 1.22474487  0.        ]]