在构建模型之前，必须准备好数据。该数据准备过程可以包括三个步骤：数据选择，数据预处理和数据转换。
在这篇文章中，您将发现两种简单的数据转换方法，您可以使用scikit-learn将这些方法应用于Python中的数据。
数据重新缩放
您的预处理数据可能包含各种数量的比例混合的属性，如美元，千克和销售量。
如果数据属性具有相同的比例，许多机器学习方法期望或更有效。两种流行的数据缩放方法是规范化和标准化。
数据规范化
规范化是指将实值数字属性重新缩放到0和1范围内。
缩放依赖于值的大小的模型的输入属性是有用的，例如k-最近邻居中使用的距离度量以及回归中的系数的准备。
以下示例演示了Iris花数据集的数据标准化。
# Normalize the data attributes for the Iris dataset.
from sklearn.datasets import load_iris
from sklearn import preprocessing
# load the iris dataset
iris = load_iris()
print(iris.data.shape)
# separate the data from the target attributes
X = iris.data
y = iris.target
# normalize the data attributes
normalized_X = preprocessing.normalize(X)
有关更多信息，请参阅API文档中的normalize函数。
数据标准化
标准化是指将每个属性的分布转换为平均值为零，标准差为1（单位方差）。
标准化依赖于诸如高斯过程之类的属性分布的模型的属性是有用的。
以下示例演示了Iris花数据集的数据标准化。
# Standardize the data attributes for the Iris dataset.
from sklearn.datasets import load_iris
from sklearn import preprocessing
# load the Iris dataset
iris = load_iris()
print(iris.data.shape)
# separate the data and target attributes
X = iris.data
y = iris.target
# standardize the data attributes
standardized_X = preprocessing.scale(X)
有关更多信息，请参阅API文档中的scale函数。
提示：使用哪种方法
在应用数据之前，很难知道重新调整数据是否会提高算法的性能。如果经常可以，但并非总是如此。
一个很好的建议是创建数据集的重新缩放副本，并使用您的测试工具和一些您想要检查的算法将它们相互竞争。这可以快速突出显示使用给定模型重新缩放数据的好处（或缺少），以及哪种重新缩放方法可能值得进一步调查。
摘要
在应用机器学习算法之前，数据重新缩放是数据准备的重要部分。
在这篇文章中，您发现数据重新缩放适用于应用机器学习的过程和两种方法：规范化和标准化，您可以使用scikit-learn库在Python中重新缩放数据。
