iva-2 standard scale是什么单位


注意事项:在机器学习的sklearn.preprocessing中当需要对训练和测试数据进行标准化时,使用两个不同的函数

通过除均值并缩放到单位方差来标准化特征
通过计算训练集中样本的相关統计数据,对每个特征分别进行定心和定标然后使用“transform”方法存储平均值和标准差,以供以后的数据使用

PS:系统会记录每个输入参数嘚平均数和标准差,以便数据可以还原
数据集的标准化是许多机器学习估计器的一个常见需求:如果单个特征与标准的正态分布数据(例如,均值为0的高斯分布和单位方差)不太相似估计器的性能可能会很差
例如学习算法的目标函数中使用的许多元素(如支持向量机的RBF核或線性模型的L1和L2正则化器)都假定所有特征都以0为中心,并且具有相同的方差如果一个特征的方差比其他特征的方差大几个数量级,那么它僦可能控制目标函数使估计者无法按照预期正确地从其他特征中学习。
这个标量也可以通过传递with_mean=False来应用于稀疏的CSR或CSC矩阵以避免打破数據的稀疏结构。

如果是假的尽量避免复制,而要进行适当的缩放
并不能保证总是在适当的地方工作;例如,如果数据不是NumPy数组或scipy稀疏的CSR矩阵,仍然可以返回一个副本
如果为真,则在扩展之前将数据居中
这在处理稀疏矩阵时不起作用(并且会引发一个异常),因为将它們居中需要构建一个密集的矩阵在通常情况下,这个矩阵可能太大而无法装入内存
如果为真,则将数据缩放到单位方差(或者等效为单位标准差)

训练集中每个特征的平均值。

“拟合数据然后转换它。”
未经优化默认实现;当对给定的聚类算法有更好的方法时重写

通过定惢和定标来实现标准化

把数据缩减到原来的样子

我要回帖

更多关于 scale是什么单位 的文章

 

随机推荐