sklearn 中的数据预处理函数

sklearn 是 python 中一个常用的机器学习与统计分析包，功能十分强大，既能做普通的统计分析，也可以做一些常用的机器学习算法。

在分析数据前，一般要对数据进行预处理，常用的数据预处理函数有：

• scale: 对每列数据进行快速标准化（z 标准化），以均值为0，标准差为1的正态分布对每列数据进行标准化
• MinMaxScaler: 标准化后每一列数据都落在 [0, 1] 之间，或者既定的 [min, max] 之间，调用的计算公式为：

X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
X_scaled = X_std * (max - min) + min

• StandardScaler: 类似于 Scale，只不过可保存训练集中的均值、方差参数
• Normalize: 对每一行按p-范数标准化，又称正则化