StandardScaclerでsklearn

StandardScaler役割：

StandardScalerデータセットを行うように正規化され、彼は、各特徴ことに基づいて計算単位として実行しました

 

計算方法：

（元の値 - 平均値）/標準偏差

 

コードの検証：

 

コールStandardScaler

import numpy as np
from sklearn.preprocessing import StandardScaler
np.random.seed(42)
​
samples = np.random.randn(10,1)
scaler = StandardScaler()
scaler.fit(samples)

でる：

StandardScaler(copy=True, with_mean=True, with_std=True)

手動で行います

 

# 预测函数
def scale(series, x):
    mean = np.mean(series)
    std = np.std(series)
    return (x-mean)/std
​

検証

scale(samples[:,0], np.array([[1],[2]]))

でる：

array([[0.80468598],
       [2.26261185]])

 

scaler.transform(np.array([[1],[2]]))

でる：

array([[0.80468598],
       [2.26261185]])

結論

算出されるStandardScalerアルゴリズムを、検証されているのと同じ結果と手動方法：

失敗したダンプを再アップロードするためにキャンセルされなかったダンプ再アップロードをキャンセル