机器学习 | 简单但是能提升模型效果的特征标准化方法（RobustScaler、MinMaxScaler、StandardScaler 比较和解析）

• 一、方法解析
• 二、Python 实践

我们在做数据预处理时通常会使用 sklearn 的 StandardScaler 来做特征的标准化，但如果你的数据中包含异常值，那么效果可能不好。

本文重点介绍的方法叫 RobustScaler，能够获得更稳健的特征缩放结果。与 StandardScaler 缩放不同，异常值根本不包括在 RobustScaler 计算中。因此在包含异常值的数据集中，更有可能缩放到接近正态分布。

StandardScaler 计算公式如下（也叫标准差标准化 Z-Score）：

x ′ = x − μ σ