sklearn.preprocessing中的standardcaler和normalizer之間的區別

Question

sklearn.preprocessing模塊中的standardscaler和normalizer有什麼區別？ 不要一起做同樣的事情嗎？即使用偏差去除平均值和標度？

Answer 1

從Normalizer文檔：

每個樣品（即，數據矩陣的每一行），具有至少一個非零分量被重新縮放獨立於其它樣品，使得其範數（L1或L2）等於一個。

而且StandardScaler

標準化特徵通過去除平均值和擴展到單位方差

換句話說正規化作用在行和StandardScaler 列方向。 Normalizer不會通過偏差消除平均值和縮放比例，但會將整行縮放到單位標準。

Answer 2

StandardScaler通過消除平均值和縮放到單位差異來標準化特徵，Normalizer重新調整每個樣本。

Answer 3

此visualization和article通過本幫助很多說明的想法。

StandardScaler假定您的數據正常分佈在每個功能中。通過「去除均值和縮放到單位差異」，您可以在圖片中看到它們具有相同的「比例」，而不管其原始比例如何。