Pandas 深入学习【3】材料标准化处理 StandardScaler

StandardScaler 是 Scikit-learn 提供的一个工具，用于对数据进行标准化处理，使其均值为 0，标准差为 1。这种处理方式有助于加快梯度下降的收敛速度，并提高模型的性能。

以下是一个使用 StandardScaler 的示例：

from sklearn.preprocessing import StandardScaler
import numpy as np
# 原始数据
data = np.array([[1.5, -1., 2.],
[2., 0., 0.]])
# 初始化 StandardScaler
scaler = StandardScaler()
# 对数据进行标准化
standardized_data = scaler.fit_transform(data)
print("原始数据：\n", data)
print("均值：", scaler.mean_)
print("标准差：", np.sqrt(scaler.var_))
print("标准化后的数据：\n", standardized_data)

输出结果

原始数据：
[[ 1.5 -1. 2. ]
[ 2. 0. 0. ]]
均值： [ 1.75 -0.5 1. ]
标准差： [0.25 0.5 1. ]
标准化后的数据：
[[-1. -1. 1.]
[ 1. 1. -1.]]