【机器学习实战】使用sklearn的StandardScaler方法实现数据标准化

当数据(x)按均值(μ)中心化后，再按标准差(σ)缩放，数据就会服从为均值为0，方差为1的正态分布（即标准正态分布），而这个过程，就叫做数据标准化（Standardization，又称Z-Score normalization）。

• 公式：
  

from sklearn.preprocessing import StandardScaler
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
scaler = StandardScaler()
scaler.fit(data)
x_std = scaler.transform(data)
print(x_std)

效果：

• 标准化之前的数据：
  
• 标准化后的数据