1. 各个函数的作用
- fit(): 用来计算mean（均值）和std（标准差），以便后面进行数据的标准化
- transform(): 根据fit()函数计算的mean和std对数据进行标准化
- fit_transform(): 是fit()函数和transform()函数的组合，先进行fit，之后再进行transform（标准化）
- skleran官方文档：sklearn.preprocessing.StandardScaler
- Tips： Sklearn中数据的标准化，都是通过均值和标准差进行的，是的数据符合高斯分布
2. 常见问题
Q： 为什么我们在使用Sklearn的时候，先使用fit_transform()在训练集上，再使用transform()在测试集上？
A：因为我们必须保证，测试集在进行标准化的时候，使用的是统一的缩放参数，即为均值和标准差。所以必须先进行fit，计算出均值和标准差，最后再通过transform进行数据的标准化。
3. 举例
3.1 简单举例
- 代码
from sklearn.preprocessing import StandardScaler
data = [[0, 0], [0, 0], [1, 1], [1, 1]]
data1 = [[0, 0], [0, 0], [2, 2], [2, 2]]
scaler = StandardScaler()
scaler.fit(data)
print("拟合后的均值为：", scaler.mean_)
print("拟合后的方差：", scaler.var_)
print("根据均值和方差标准化之后的数据", '\n', scaler.transform(data))
print("根据data计算出来的均值和方差来标准化data1数据", '\n', scaler.transform(data1))
# 对比实验
scaler.fit(data1)
print("拟合后的均值为：", scaler.mean_)
print("拟合后的方差：", scaler.var_)
print("根据均值和方差标准化之后的数据", '\n', scaler.transform(data))
- 执行结果
拟合后的均值为： [0.5 0.5]
拟合后的方差： [0.25 0.25]
根据均值和方差标准化之后的数据
[[-1. -1.]
[-1. -1.]
[ 1. 1.]
[ 1. 1.]]
根据均值和方差标准化之后的数据
[[-1. -1.]
[-1. -1.]
[ 3. 3.]
[ 3. 3.]]
拟合后的均值为： [1. 1.]
拟合后的方差： [1. 1.]
根据均值和方差标准化之后的数据
[[-1. -1.]
[-1. -1.]
[ 0. 0.]
[ 0. 0.]]
- 由上可知，data 在拟合之后，计算出来的均值和方差分别为，0.5和0.25. 根据其进行标准化data和data1，我们可以看到data被标准化到了[-1, 1]之间，而data1则超出了这一区间，这一从侧面说明了解释了前述问题。而通过对比实验，重新计算均值和方差，再对data1进行标准化，我们获得了[-1, 1]之间的值。
4. Tips
- 在sklearn中，非StanderSclaer类下的fit()、transform()、fit_transform()方法的原理同这一是相同的，只不过这些方法需要先进行fit_transform在训练集上，才能用transform在测试集上，否则会报错！
- 如果fit_transfrom(trainData)后，使用fit_transform(testData)而不transform(testData)，虽然也能归一化，但是两个结果不是在同一个“标准”下的，具有明显差异。(一定要避免这种情况)