在sklean的預處理方法中主要有三種,每一種都有函數方法和類方法兩種使用方法：
歸一化-標準化：normalize()函數/Normalizer()類
區間縮放-調整尺度: minmax_scale函數/MinMaxScaler()類
正態化：scale()函數/StandardScaler()類
歸一化/標準化處理
將每一行數據的向量模長（歐氏距離）處理成1.
方法一：normalize()函數
from sklearn.datasets import load_boston
from sklearn.preprocessing import normalize
from numpy import set_printoptions
import numpy as np
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個數據(前三行數據)的模長：', np.linalg.norm(data, ord=None, axis=1)[:3])
new_data = normalize(data)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個數據(前三行數據)的模長：', np.linalg.norm(new_data, ord=None, axis=1)[:3])
輸出：
--------------------預處理前--------------------
前三個數據(前三行數據)的模長： [500.046 472.059 465.914]
--------------------預處理後--------------------
前三個數據(前三行數據)的模長： [1. 1. 1.]
方法二：Normalizer()類
from sklearn.datasets import load_boston
from sklearn.preprocessing import Normalizer
from numpy import set_printoptions
import numpy as np
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個數據(前三行數據)的模長：', np.linalg.norm(data, ord=None, axis=1)[:3])
new_data = Normalizer().fit_transform(data)
# 也可以分開寫成：
# my_normalize = Normalizer()
# new_data = my_normalize.fit_transform(data)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個數據(前三行數據)的模長：', np.linalg.norm(new_data, ord=None, axis=1)[:3])
輸出：
--------------------預處理前--------------------
前三個數據(前三行數據)的模長： [500.046 472.059 465.914]
--------------------預處理後--------------------
前三個數據(前三行數據)的模長： [1. 1. 1.]
這裏求得模長是歐氏距離，也是L2範數，可參照博客：
python求向量模長-L1範數/L2範數/無窮範數
縮放處理/調整數據尺度
將不同計量單位的數據統一成相同的尺度單位，將數據最大值和最小值調整到一個統一的範圍內：
例如：以boston數據集爲例
方法一：minmax_scale函數
from sklearn.datasets import load_boston
from sklearn.preprocessing import minmax_scale
from numpy import set_printoptions
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個特徵的最大值：', data[:, :3].max(axis=0))
print('前三個特徵的最小值：', data[:, :3].min(axis=0))
new_data = minmax_scale(data, feature_range=(0, 1)) # 默認(0, 1)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個特徵的最大值：', new_data[:, :3].max(axis=0))
print('前三個特徵的最小值：', new_data[:, :3].min(axis=0))
輸出：
--------------------預處理前--------------------
前三個特徵的最大值： [88.976 100. 27.74 ]
前三個特徵的最小值： [0.006 0. 0.46 ]
--------------------預處理後--------------------
前三個特徵的最大值： [1. 1. 1.]
前三個特徵的最小值： [0. 0. 0.]
方法二：MinMaxScaler()類
from sklearn.datasets import load_boston
from sklearn.preprocessing import MinMaxScaler
from numpy import set_printoptions
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個特徵的最大值：', data[:, :3].max(axis=0))
print('前三個特徵的最小值：', data[:, :3].min(axis=0))
transform = MinMaxScaler(feature_range=(0, 1)) # 默認(0, 1)
new_data = transform.fit_transform(data)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個特徵的最大值：', new_data[:, :3].max(axis=0))
print('前三個特徵的最小值：', new_data[:, :3].min(axis=0))
輸出：
--------------------預處理前--------------------
前三個特徵的最大值： [88.976 100. 27.74 ]
前三個特徵的最小值： [0.006 0. 0.46 ]
--------------------預處理後--------------------
前三個特徵的最大值： [1. 1. 1.]
前三個特徵的最小值： [0. 0. 0.]
正態化處理
將數據處理爲高斯分佈，處理後的數據滿足均值爲0，方差爲1.
第一種方法：scale()函數
from sklearn.datasets import load_boston
from sklearn.preprocessing import scale
from numpy import set_printoptions
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個特徵的均值：', data[:, :3].mean(axis=0))
print('前三個特徵的方差：', data[:, :3].std(axis=0))
new_data = scale(data)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個特徵的均值：', new_data[:, :3].mean(axis=0))
print('前三個特徵的方差：', new_data[:, :3].std(axis=0))
輸出：
--------------------預處理前--------------------
前三個特徵的均值： [ 3.594 11.364 11.137]
前三個特徵的方差： [ 8.588 23.299 6.854]
--------------------預處理後--------------------
前三個特徵的均值： [ 6.341e-17 -6.343e-16 -2.683e-15]
前三個特徵的方差： [1. 1. 1.]
第二種方法：StandardScaler()類
from sklearn.datasets import load_boston
from sklearn.preprocessing import StandardScaler
from numpy import set_printoptions
set_printoptions(precision=3)
boston = load_boston()
data, target = boston.data, boston.target
print('-' * 20 + '預處理前' + '-' * 20)
print('前三個特徵的均值：', data[:, :3].mean(axis=0))
print('前三個特徵的方差：', data[:, :3].std(axis=0))
my_scale = StandardScaler()
new_data = my_scale.fit_transform(data)
print('-' * 20 + '預處理後' + '-' * 20)
print('前三個特徵的均值：', new_data[:, :3].mean(axis=0))
print('前三個特徵的方差：', new_data[:, :3].std(axis=0))
輸出：
--------------------預處理前--------------------
前三個特徵的均值： [ 3.594 11.364 11.137]
前三個特徵的方差： [ 8.588 23.299 6.854]
--------------------預處理後--------------------
前三個特徵的均值： [ 6.341e-17 -6.343e-16 -2.683e-15]
前三個特徵的方差： [1. 1. 1.]