要导入StandardScaler类进行数据标准化，请使用以下语句：

要导入StandardScaler类进行数据标准化，请使用以下语句：

from sklearn.preprocessing import StandardScaler

使用步骤详解

1. 创建实例
   scaler = StandardScaler()

2. 拟合数据（计算均值和标准差）
   scaler.fit(X_train)
   说明：X_train是训练集特征矩阵，形状为(n_samples, n_features)

3. 转换数据（应用标准化）

   X_train_std = scaler.transform(X_train)  # 标准化训练集
   X_test_std = scaler.transform(X_test)     # 用训练集的参数标准化测试集
   

关键特性

• 标准化公式：
  $$z=\frac{x-\mu }{\sigma }$$
  其中$\mu$是均值，$\sigma$是标准差。
• 作用：将数据转换为均值为0、标准差为1的分布，消除量纲影响。
• 注意事项：测试集必须使用训练集计算的$\mu$和$\sigma$，避免数据泄露。

示例代码

import numpy as np
from sklearn.preprocessing import StandardScaler

# 生成示例数据（3个样本，2个特征）
data = np.array([[1.0, 2.0], [3.0, 1.0], [2.0, 3.0]])

# 标准化
scaler = StandardScaler()
scaler.fit(data)                # 计算均值和标准差
transformed_data = scaler.transform(data)  # 应用转换

print("原始数据:\n", data)
print("标准化后:\n", transformed_data)
print("均值:", scaler.mean_)     # 输出: [2.0, 2.0]
print("标准差:", np.sqrt(scaler.var_))  # 输出: [0.82, 0.82] (近似)

常见问题解答

Q: 为什么测试集要使用训练集的参数？
A: 确保生产环境中的数据与训练时采用相同的转换规则，避免模型偏差。

Q: 标准化和归一化（MinMaxScaler）的区别？
A: 标准化保留异常值信息，归一化将数据压缩到[0,1]区间。标准化更适用于服从高斯分布的数据。