使用StandartScaler處理數據幀是否包含大於1或小於-1的值？

Question

我比例我的特徵數據幀如下：

flattened_num_f.head() 
num_features_test = flattened_num_f.fillna(flattened_num_f.mean()) 

from sklearn.preprocessing import StandardScaler 
std_scaler = StandardScaler() 

num_train_std = pd.DataFrame(std_scaler.fit_transform(num_features_test.loc[y_train_IDs]), \ 
         columns=num_features_test.loc[y_train_IDs].columns, \ 
         index=num_features_test.loc[y_train_IDs].index) 
test_for_stdness(num_train_std) 

最後函數將落在超過值[-1，1]約束到列表， 它發現〜100個元素，最大：78.86000099160675，分鐘： -2.785050711746339

這是正常的，還是我犯了一個錯誤？

Answer 1

StandardScaler根據標準正態分佈（其均值爲零，標準差爲1）進行轉換。在這個分佈中，隨機變量可以取-infinity和infinity之間的任何值。較大的值將更不可能，但它們可以出現。事實上，你可以看到一個小於-1或大於1的值的概率約爲32％。 。

查看this Khan Academy page的圖像來源和一些示例計算。

在標準min-max標準化中，您可以將最小值減去除以範圍，即可得到介於0和1之間的值，但可以使用線性函數對其進行修改，以便可以獲得-1和1之間的值。