from sklearn.preprocessing import StandardScaler#數(shù)據(jù)預(yù)處理標(biāo)準(zhǔn)化StandardScaler模型 def test_StandardScaler():X=[[1,5,1,2,10],[2,6,3,2,7],[3,7,5,6,4,],[4,8,7,8,1]]print("before transform:",X)scaler=StandardScaler()scaler.fit(X)print("scale_ is :",scaler.scale_)print("mean_ is :",scaler.mean_)print("var_ is :",scaler.var_)print("after transform:",scaler.transform(X))# 調(diào)用 test_StandardScaler test_StandardScaler()

?

轉(zhuǎn)載于:https://www.cnblogs.com/tszr/p/10801966.html

總結(jié)

以上是生活随笔為你收集整理的吴裕雄 python 机器学习——数据预处理标准化StandardScaler模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。