机器学习之数据预处理——StandardScaler

最新推荐文章于 2025-06-26 11:43:12 发布

爱却晚秋�

最新推荐文章于 2025-06-26 11:43:12 发布

阅读量4.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：机器学习 pytorch 深度学习

本文链接：https://blog.csdn.net/qq_52558996/article/details/120253181

机器学习专栏收录该内容

20 篇文章

订阅专栏

本文介绍了机器学习中数据预处理的重要性，并通过Python代码展示了如何使用`StandardScaler`进行特征标准化，使得数据的均值为0，方差为1，从而提升模型训练效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

数据预处理是机器学习中常用的处理数据的方法，这样能够让模型的训练速度得到质的提升，本文将为大家展现常用的几种数据预处理方法。

一、手工生成数据

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
X,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)
plt.show()

请添加图片描述
生成的数据集如上

二、使用步骤

1.引入库

from sklearn.preprocessing import StandardScaler

2.对数据进行预处理

from sklearn.preprocessing import StandardScaler
X_1=StandardScaler().fit_transform(X)
plt.scatter(X_1[:,0],X_1[:,1],c=y,cmap=plt.cm.cool)
plt.show()

请添加图片描述

3.结果分析：

对比两个图，你也许会发现数据点的分布情况没有什么不同，但图像的x轴和y轴都发生了变化。现在数据所有的特征1的数值都在-2到3之间，而特征2的数值都在-3到2之间。这是因为，StandardScaler的原理是，将所有数据的特征值转换为均值为0，而方差为1的状态，这样就可以确保数据的‘大小’都是一致的，这样更利于模型的训练。