preprocessing.scale() 是做什么的？它是如何工作的？

Question

Python 3.5，来自sklearn的预处理

df = quandl.get('WIKI/GOOGL')
X = np.array(df)
X = preprocessing.scale(X)

- 0x Tps

---

你看过文档了吗？ - Chris Martin

是的，但我不明白它对X的值做了什么？ - 0x Tps

我认为它沿着给定的轴减去数据集的均值并除以标准差。 - pbreach

这里有另一个链接，可以帮助你。 - Ganesh_

Answer 1

preprocessing.scale()算法可以将数据放在同一个尺度上，对于大部分稀疏数据集非常有用。简单来说，如果您的数据值差异非常大，那么它就是稀疏的。例如，X的值可能如下所示：

X = [1, 4, 400, 10000, 100000]

稀疏性的问题在于它很偏向或在统计学术语中，它是有偏的。因此，缩放数据会将所有值放在同一个尺度上，消除稀疏性。就其数学细节而言，这遵循归一化和标准化的相同概念。您可以查找这些内容以了解其详细工作原理。但是为了使生活更简单，sklearn算法可以为您完成所有操作！

- Deepak M

---

缩放后，这些数据仍然会有偏差。它只是更接近于零而已。此外，除非有一些基本事实需要表示，否则数字数组不可能存在偏差。 - Richard Rast

Answer 2

将数据进行缩放，可以使所有值处于同一比例尺上，消除稀疏性，并遵循归一化和标准化的概念。 要查看效果，您可以在处理之前和之后调用数据框上的describe函数：

df.describe()

#with X is already pre-proccessed 
df2 = pandas.DataFrame(X)
df2.describe()

你会看到df2在每个字段中都具有0平均值和标准差为1。

- T D Nguyen

Answer 3

preprocessing.scale() 方法有助于数据点的标准化。它会为每个数据点除以标准差并减去平均值。

- Ujjwal Mahajan

---

有点误导人，因为它首先会减去你的点的平均值，然后再除以标准差。或者你可以先除以标准差，计算新的平均值，然后再减去它。 - dimab0