sklearn.preprocessing.scale 和standardscale的区别

Posted 2023-05-11

一、标准化（Z-Score），或者去除均值和方差缩放

公式为：(X-mean)/std  计算时对每个属性/每列分别进行。

将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。

实现时，有两种不同的方式：

使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标准化。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

>>> from sklearn import preprocessing

>>> import numpy as np

>>> X = np.array([[ 1., -1.,  2.],

...               [ 2.,  0.,  0.],

...               [ 0.,  1., -1.]])

>>> X_scaled = preprocessing.scale(X)

>>> X_scaled                                         

array([[ 0.  ..., -1.22...,  1.33...],

[ 1.22...,  0.  ..., -0.26...],

[-1.22...,  1.22..., -1.06...]])

>>>#处理后数据的均值和方差

>>> X_scaled.mean(axis=0)

array([ 0.,  0.,  0.])

>>> X_scaled.std(axis=0)

array([ 1.,  1.,  1.])

使用sklearn.preprocessing.StandardScaler类，使用该类的好处在于可以保存训练集中的参数（均值、方差）直接使用其对象转换测试集数据。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

>>> scaler = preprocessing.StandardScaler().fit(X)

>>> scaler

StandardScaler(copy=True, with_mean=True, with_std=True)

>>> scaler.mean_                                     

array([ 1. ...,  0. ...,  0.33...])

>>> scaler.std_                                      

array([ 0.81...,  0.81...,  1.24...])

>>> scaler.transform(X)                              

array([[ 0.  ..., -1.22...,  1.33...],

[ 1.22...,  0.  ..., -0.26...],

[-1.22...,  1.22..., -1.06...]])

>>>#可以直接使用训练集对测试集数据进行转换

>>> scaler.transform([[-1.,  1., 0.]])               

array([[-2.44...,  1.22..., -0.26...]])

二、将属性缩放到一个指定范围

除了上述介绍的方法之外，另一种常用的方法是将属性缩放到一个指定的最大和最小值（通常是1-0）之间，这可以通过preprocessing.MinMaxScaler类实现。

使用这种方法的目的包括：

1、对于方差非常小的属性可以增强其稳定性。

2、维持稀疏矩阵中为0的条目。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

>>> X_train = np.array([[ 1., -1.,  2.],

...                     [ 2.,  0.,  0.],

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

...

>>> min_max_scaler = preprocessing.MinMaxScaler()

>>> X_train_minmax = min_max_scaler.fit_transform(X_train)

>>> X_train_minmax

array([[ 0.5       ,  0.        ,  1.        ],

[ 1.        ,  0.5       ,  0.33333333],

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

>>> #将相同的缩放应用到测试集数据中

>>> X_test = np.array([[ -3., -1.,  4.]])

>>> X_test_minmax = min_max_scaler.transform(X_test)

>>> X_test_minmax

array([[-1.5       ,  0.        ,  1.66666667]])

>>> #缩放因子等属性

>>> min_max_scaler.scale_                            

array([ 0.5       ,  0.5       ,  0.33...])

>>> min_max_scaler.min_                              

array([ 0.        ,  0.5       ,  0.33...])

当然，在构造类对象的时候也可以直接指定最大最小值的范围：feature_range=(min, max)，此时应用的公式变为：

X_std=(X-X.min(axis=0))/(X.max(axis=0)-X.min(axis=0))

X_scaled=X_std/(max-min)+min

三、正则化（Normalization）

正则化的过程是将每个样本缩放到单位范数（每个样本的范数为1），如果后面要使用如二次型（点积）或者其它核方法计算两个样本之间的相似性这个方法会很有用。

Normalization主要思想是对每个样本计算其p-范数，然后对该样本中每个元素除以该范数，这样处理的结果是使得每个处理后样本的p-范数（l1-norm,l2-norm）等于1。

p-范数的计算公式：||X||p=(|x1|^p+|x2|^p+...+|xn|^p)^1/p

该方法主要应用于文本分类和聚类中。例如，对于两个TF-IDF向量的l2-norm进行点积，就可以得到这两个向量的余弦相似性。

1、可以使用preprocessing.normalize()函数对指定数据进行转换：

1

2

3

4

5

6

7

8

9

>>> X = [[ 1., -1.,  2.],

...      [ 2.,  0.,  0.],

...      [ 0.,  1., -1.]]

>>> X_normalized = preprocessing.normalize(X, norm='l2')

>>> X_normalized                                     

array([[ 0.40..., -0.40...,  0.81...],

[ 1.  ...,  0.  ...,  0.  ...],

[ 0.  ...,  0.70..., -0.70...]])

2、可以使用processing.Normalizer()类实现对训练集和测试集的拟合和转换：

1

2

3

4

5

6

7

8

9

10

11

12

>>> normalizer = preprocessing.Normalizer().fit(X)  # fit does nothing

>>> normalizer

Normalizer(copy=True, norm='l2')

>>>

>>> normalizer.transform(X)                           

array([[ 0.40..., -0.40...,  0.81...],

[ 1.  ...,  0.  ...,  0.  ...],

[ 0.  ...,  0.70..., -0.70...]])

>>> normalizer.transform([[-1.,  1., 0.]])            

array([[-0.70...,  0.70...,  0.  ...]])

补充：

参考技术A

Those are doing exactly the same, but:

preprocessing.scale(x) is just a function, which transforms some data

preprocessing.StandardScaler() is a class supporting the Transformer API

I would always use the latter, even if i would not need inverse_transform and co. supported by StandardScaler().

简单来说这两个东西是一样的。scale(x)是一个方法，而StandardScaler是一个实现了Transformer API的类。一般情况下最好只用后者。


参考StackOverFlow, 希望少点误人子弟的回答。

StackOverflow

参考技术B 没有 sklearn 这种词。
preprocessing scale 指 “预加工规模”，standard scale 指 “标准刻度/标准规模”

安卓Android开发：以ActivityResultLauncher方式进行页面跳转传递参数拍照或选择文件，以及调用系统应用打开各种类型的指定文件

ActivityResultLauncher是安卓官方推荐的用来替代startActivityForResult的新方式。通过它可以非常方便地调用系统Intent进行拍照，或是选取本地的文件。

本文共分为5个章节 ：

一、定义ActivityResultLauncher

二、注册Launcher

三、调用系统Intent

四、使用FileProvider复制一份文件

五、使用系统应用打开各种类型的指定文件

欢迎给我留言，或是写邮件给我：

[e-mail]

[e-mail]

一、定义ActivityResultLauncher

在需要调用系统Intent之前，我们需要定义所需的Launcher：

protected ActivityResultLauncher activityResultLauncher;
protected ActivityResultLauncher takePhotoLauncher;
protected ActivityResultLauncher selectImageLauncher;
protected ActivityResultLauncher selectFileLauncher;

此处我定义了4个不同的Launcher，分别用来处理普通的Intent跳转、拍照、选择相册中已有的图片和选择手机中的文件。

activityResultLauncher：处理普通的Intent跳转，并携带参数往返；

takePhotoLauncher：打开照相机进行拍照，并获得照片；

se