当前位置:知之问问>百科知识>sklearn.preprocessing.scale 和standardscale的区别

sklearn.preprocessing.scale 和standardscale的区别

2023-03-24 20:46:22 编辑:join 浏览量:576

一、标准化(Z-Score),或者去除均值和睁誉方差缩放

公式为:(X-mean)/std  计算时对每个属性/每列分别进行。

将数据按期属性(按列进行)减去其均值,并处以其方差。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,方差为1。

实现时,有两种不同的方式:

使用sklearn.preprocessing.scale()函数,可以直接将给定数据进行标准化。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

>>> from sklearn import preprocessing

>>> import numpy as np

>>> X = np.array([[ 1., -1.,  2.],

...               [ 2.,  0.,  0.],

...               [ 0.,  1., -1.]])

>>> X_scaled = preprocessing.scale(X)

>>> X_scaled                                         

array([[ 0.  ..., -1.22...,  1.33...],

[ 1.22...,  0.  ..., -0.26...],

[-1.22...,  1.22..., -1.06...]])

>>>#处理后数据的均值和方差

>>> X_scaled.mean(axis=0)

array([ 0.,  0.,  0.])

>>> X_scaled.std(axis=0)

array([ 1.,  1.,  1.])

使用sklearn.preprocessing.StandardScaler类,使用该类的好处在于可以保存训练集中的参数(均值、方差)直接使用其对象转换测试集数据。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

>>> scaler = preprocessing.StandardScaler().fit(X)

>>> scaler

StandardScaler(copy=True, with_mean=True, with_std=True)

>>> scaler.mean_                                     

array([ 1. ...,  0. ...,  0.33...])

>>> scaler.std_                                      

array([ 0.81...,  0.81...,  1.24...])

>>> scaler.transform(X)                              

array([[ 0.  ..., -1.22...,  1.33...],

[ 1.22...,  0.  ..., -0.26...],

[-1.22...,  1.22..., -1.06...]])

>>>#可以直接使用训练集对测试集数据进行转换

>>> scaler.transform([[-1.,  1., 0.]])               

array([[-2.44...,  1.22..., -0.26...]])

二、将属性缩放到一个指定范围

除了上述介绍的方法之外,另一种常用的方法是将属性缩放到一个指定的最大和最小值(通常是1-0)之间,这可以通过preprocessing.MinMaxScaler类实现。

使用这种方法的目的包括:

1、对于方差非常小的属性可以增强其稳定性。

2、维持稀疏矩阵中为0的条目。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

>>> X_train = np.array([[ 1., -1.,  2.],

...                     [ 2.,  0.,  0.],

...                     [ 0.,  1., -1.]])

...

>>> min_max_scaler = preprocessing.MinMaxScaler()

>>> X_train_minmax = min_max_scaler.fit_transform(X_train)

>>> X_train_minmax

array([[ 0.5       ,  0.        ,  1.        ],

[ 1.        ,  0.5       ,  0.33333333],

[ 0.        ,  1.        ,  0.        ]])

>>> #将相同的缩放应用到测试集数据中

>>> X_test = np.array([[ -3., -1.,  4.]])

>>> X_test_minmax = min_max_scaler.transform(X_test)

>>> X_test_minmax

array([[-1.5       ,  0.        ,  1.66666667]])

>>> #缩放因子等属性

>>> min_max_scaler.scale_                行大            

array([ 0.5       ,  0.5       ,  0.33...])

>>> min_max_scaler.min_                              

array([ 0.        ,  0.5       ,  0.33...])

当然,在构造类对象的悉带段时候也可以直接指定最大最小值的范围:feature_range=(min, max),此时应用的公式变为:

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

X_scaled=X_std/(max-min)+min

三、正则化(Normalization)

正则化的过程是将每个样本缩放到单位范数(每个样本的范数为1),如果后面要使用如二次型(点积)或者其它核方法计算两个样本之间的相似性这个方法会很有用。

Normalization主要思想是对每个样本计算其p-范数,然后对该样本中每个元素除以该范数,这样处理的结果是使得每个处理后样本的p-范数(l1-norm,l2-norm)等于1。

p-范数的计算公式:||X||p=(|x1|^p+|x2|^p+...+|xn|^p)^1/p

该方法主要应用于文本分类和聚类中。例如,对于两个TF-IDF向量的l2-norm进行点积,就可以得到这两个向量的余弦相似性。

1、可以使用preprocessing.normalize()函数对指定数据进行转换:

1

2

3

4

5

6

7

8

9

>>> X = [[ 1., -1.,  2.],

...      [ 2.,  0.,  0.],

...      [ 0.,  1., -1.]]

>>> X_normalized = preprocessing.normalize(X, norm='l2')

>>> X_normalized                                     

array([[ 0.40..., -0.40...,  0.81...],

[ 1.  ...,  0.  ...,  0.  ...],

[ 0.  ...,  0.70..., -0.70...]])

2、可以使用processing.Normalizer()类实现对训练集和测试集的拟合和转换:

1

2

3

4

5

6

7

8

9

10

11

12

>>> normalizer = preprocessing.Normalizer().fit(X)  # fit does nothing

>>> normalizer

Normalizer(copy=True, norm='l2')

>>>

>>> normalizer.transform(X)                           

array([[ 0.40..., -0.40...,  0.81...],

[ 1.  ...,  0.  ...,  0.  ...],

[ 0.  ...,  0.70..., -0.70...]])

>>> normalizer.transform([[-1.,  1., 0.]])            

array([[-0.70...,  0.70...,  0.  ...]])

补充:

sklearn.preprocessing.scale 和standardscale的区别

标签:sklearn,preprocessing,scale

版权声明:文章由 知之问问 整理收集,来源于互联网或者用户投稿,如有侵权,请联系我们,我们会立即处理。如转载请保留本文链接:https://www.zhzhwenwen.com/article/23418.html
热门文章