标准化——python

一、标准化

（一）作用

• 解决因变量之间量纲不同，无法比较的问题。通过标准化使数据之间具有可比性。
• 同时因为是线性变换，所以不改变原有的数据分布。

（二）sklearn中的标准化方法

sklearn中有scale和standscaler两种方法，它们的区别在于计算时使用的均值和方差不一样。standscaler更符合实际应用。

1. Scale( )

将训练集和测试集统一进行标准化处理，此时均值和方差为整个数据的均值和方差

from sklearn import preprocessing
X_scaled = preprocessing.scale(X)

2. Standscaler( )

得到训练集的均值和标准差，然后利用训练集的均值和标准差去分别标准化训练集和测试集。

from sklearn import preprocessing
scaler = preprocessing.StandardScaler().fit(X)
train_scale=scaler.transform(X_train) 
test_scale=scaler.transform(X_test) 

（三）标准化的实际操作注意点

标准化希望消除特征之间的量纲差异，在此之前，需要先对特征做异常值和缺失值处理。

• 异常值处理
• 缺失值处理

二、标准化与归一化的区别

（一）相同点

• 目的：都是去量纲
• 变换形式：都是线性变换，因此都不改变数据的分布
• 对象：都是针对连续型变量做变换，在建模时一般会统一对连续型自变量做标准化处理

（二）不同点

1. 计算公式：

2. 应用场景

一般情况下采用标准化，因为归一化极易受到异常值的影响。

3. 转换值的区间范围

• 标准化：转换为标准正态分布
• 归一化：转换为[0,1]区间