sklearn.preprocessing.StandScaler

文章目录

• ​​1、为什么要使用StandScaler​​
• ​​2、如何使用StandScaler​​
• ​​3、参考文献​​

$class sklearn.preprocessing.StandardScaler(*, copy=True, with\_mean=True, with\_std=True)$

1、为什么要使用StandScaler

StandScaler做标准化，归一化处理，减少数据之间的差异性，为训练模型提供比较好的数据，如不做归一化处理那么训练出来的模型可能会欠拟合，效果很差。

2、如何使用StandScaler

基本用法如下：

from sklearn.datasets import load_iris
from sklearn.preprocessing import StandardScaler
iris = load_iris()
X = iris.data
y = iris.target
print(X)

ssr = StandardScaler()
X = ssr.fit_transform(X)
print(X)

3、参考文献

​​https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html​​