python - sklearn 会发生什么类型的标准化

Question

我有一个矩阵，我试图通过将每个特征列转换为零均值和单位标准差来对其进行标准化。

我正在使用以下代码，但我想知道该方法是否确实达到了我想要的效果，或者它是否使用了不同的方法。

from sklearn import preprocessing

mat_normalized = preprocessing.normalize(mat_from_df)

Answer 1

sklearn.preprocessing.normalize 将每个样本向量缩放到单位范数。 (默认轴是 1，而不是 0。)以下是证明:

from sklearn.preprocessing import normalize

np.random.seed(444)
data = np.random.normal(loc=5, scale=2, size=(15, 2))
np.linalg.norm(normalize(data), axis=1)
# array([ 1.,  1.,  1.,  1.,  1.,  1., ...

听起来您正在寻找 sklearn.preprocessing.scale 将每个特征向量缩放到 ~N(0, 1)。

from sklearn.preprocessing import scale

# Are the scaled column-wise means approx. 0.?
np.allclose(scale(data).mean(axis=0), 0.)
# True

# Are the scaled column-wise stdevs. approx. 1.?
np.allclose(scale(data).std(axis=0), 1.)
# True