使用StandartScaler处理的数据帧是否包含值> 1或<-1？

Question

我按如下方式缩放我的要素数据框：

flattened_num_f.head()
num_features_test  = flattened_num_f.fillna(flattened_num_f.mean())

from sklearn.preprocessing import StandardScaler
std_scaler = StandardScaler()

num_train_std = pd.DataFrame(std_scaler.fit_transform(num_features_test.loc[y_train_IDs]), \
                         columns=num_features_test.loc[y_train_IDs].columns, \
                        index=num_features_test.loc[y_train_IDs].index)
test_for_stdness(num_train_std)

最后一个函数将超出[-1,1]约束的值添加到list， 它找到~100个元素，最大值：78.86000099160675，最小值：-2.785050711746339

这是正常的，还是我弄错了？

Answer 1

StandardScaler基于标准正态分布（均值为零，标准差为1）进行转换。在此分布中，随机变量可以采用-infinity和infinity之间的任何值。更大的值将更不可能，但它们可以出现。事实上，您可以看到小于-1或大于1的值的概率约为32％。

有关图像的来源和一些示例计算，请参阅this Khan Academy page。

在标准的最小 - 最大标准化中，您减去最小值并除以范围，您将获得介于0和1之间的值，但这可以使用线性函数进行修改，因此您可以获得介于-1和1之间的值。 / p>