Scikit-learn：preprocessing.scale() 与 preprocessing.StandardScalar()

Question

我理解缩放意味着将平均值居中（平均值= 0）并制作单位方差（方差= 1）。

但是，scikit-learn 中的

preprocessing.scale(x)

和

preprocessing.StandardScalar()

有什么区别？

Answer 1

那些做的完全一样，但是：

• preprocessing.scale(x)

  只是一个函数，它转换一些数据

• preprocessing.StandardScaler()

  是支持Transformer API
的类

我总是会使用后者，即使我不需要

inverse_transform

和co。

StandardScaler()

支持。

摘自文档：

函数scale提供了一种快速、简单的方法来在单个类似数组的数据集上执行此操作

预处理模块还提供了一个实用类StandardScaler，它实现了Transformer API来计算训练集上的平均值和标准差，以便以后能够在测试集上重新应用相同的转换。因此，此类适合在 sklearn.pipeline.Pipeline

的早期步骤中使用

Answer 2

scale(x)

是一个更简单的函数，用于基本缩放，无需转换器功能。

StandardScaler()

是一个更通用的类，允许您拟合、变换以及可能反转缩放过程。

Answer 3

我的理解是scale会在数据的最小-最大范围内转换数据，而standardscaler会在[-1, 1]范围内转换数据。