class StandardScaler:
"""该类对数据进行标准化处理。"""
def fit(self, X):
"""根据传递的样本，计算每个特征列的均值与标准差。
Parameters
-----
X : 类数组类型
训练数据，用来计算均值与标准差。
"""
X = np.asarray(X)
self.std_ = np.std(X, axis=0)
self.mean_ = np.mean(X, axis=0)
def transform(self, X):
"""对给定的数据X，进行标准化处理。（将X的每一列都变成标准正态分布的数据）
Parameters
-----
X : 类数组类型
待转换的数据。
Returns
-----
result : 类数组类型。
参数X转换成标准正态分布后的结果。
"""
return (X - self.mean_) / self.std_
def fit_transform(self, X):
"""对数据进行训练，并转换，返回转换之后的结果。
Parameters
-----
X : 类数组类型
待转换的数据
Returns
-----
result ： 类数组类型
参数X转换成标准正态分布后的结果。
"""
self.fit(X)
return self.transform(X)
数据标准化
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 随着信息社会不断向纵深发展，数据和信息作为战略性资源的价值正在快速提升。管理大师汤姆·彼得斯早在2001年就指出：...
- 随机抽样 记录合并 记录合并函数：concat([dataFrame1,dataFrame2,…])参数说明dat...
