preprocessing.scale（）做什么？它是如何工作的？

Question

Python 3.5，从sklearn预处理

df = quandl.get('WIKI/GOOGL')
X = np.array(df)
X = preprocessing.scale(X)

Answer 1

preprocessing.scale（）算法将您的数据放在一个比例上。这对于大量稀疏的数据集很有用。简而言之，您的数据非常分散。例如，X的值可能是这样的：

X = [1,4,400,10000,100000]

稀疏性的问题在于它非常偏颇或在统计学上倾斜。因此，缩放数据会将所有值集中到一个刻度上，从而消除稀疏性。关于它如何在数学细节中工作，这遵循标准化和标准化的相同概念。您可以对这些进行研究，以了解它的详细信息。但为了让生活变得更简单，sklearn算法会为您完成所有工作！

Answer 2

缩放数据可将您的所有值集中到一个尺度上，从而消除了稀疏性，并且遵循相同的标准化和标准化的概念。 要查看效果，可以在处理前后在数据帧上调用describe：

main

您会看到df2在每个字段中的平均值为 0 ，标准的变异值为1 。

Answer 3

preprocessing.scale（）方法有助于数据点的标准化。它将除以标准差，然后减去每个数据点的平均值。