python中标准化可反复利用的函数——StandarScaler()

Preprocessing中还有一个实用类StandarScaler()，这个函数可以把训练数据集做标准化转换，记住这个转换，并把这种相同的转换再应用到测试集中。就是先创建一个转换器，把转化器应用到测试集中。

实例如下：

from sklearn import preprocessing

import numpy as np

x = np.array([[1.,-1.,2.],

[2.,0.,0.],

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

scaler = preprocessing.StandardScaler().fit(x)

print(scaler)

x_scaler = scaler.transform(x)

print(x_scaler)

结果如下：

Reloaded modules: spyder, spyder.pil_patch
StandardScaler(copy=True, with_mean=True, with_std=True)
[[ 0. -1.22474487 1.33630621]
 [ 1.22474487 0. -0.26726124]
 [-1.22474487 1.22474487 -1.06904497]]