StandardScaler 无法正确缩放

Question

我正在尝试使用 StandardScaler 来缩放神经网络的特征。

假设神经网络具有以下特征：

1.0  2.0   3.0
4.0  5.0   6.0
4.0  11.0  12.0
etc ...

当我将 StandardScaler 应用于整个事物（所有行）时，第一行得到以下结果：

['-0.920854068785', '-0.88080603151', '-0.571888559111']

当我尝试将 StandardScaler 仅应用于第一行（仅由第一行组成的矩阵）时，我得到了完全不同的结果。

['0.0', '0.0', '0.0']

显然神经网络不会这样工作，因为行不一样。有什么方法可以在某种程度上使用 Standard scaller，以便每次针对相同的输入（行）得到相同的结果？

这是代码和输出：

from sklearn.preprocessing import StandardScaler
import numpy as np
sc = StandardScaler()

#defining the (big) matrix
AR = np.array([[1.0,2.0,3.0],[4.0,5.0,6.0],[4.0,11.0,12.0],[42.0,131.0,1121.0],[41.0,111.0,121.0]])
AR = sc.fit_transform(AR)
print "fited data from big array:"
m=0
for row in AR: 
    m = m + 1
    if m==1:print [str(m) for m in row]

#defining the (small) matrix
AR1 = np.array([[1.0,2.0,3.0]])
AR1 = sc.fit_transform(AR1)
print "fited data from small array"
for row in AR1: 
     print [str(m) for m in row]

输出为：

fited data from big array:
['-0.920854068785', '-0.88080603151', '-0.571888559111']
fited data from small array
['0.0', '0.0', '0.0']

Answer 1

StandardScaler 会将数据移动 mean 并按 std 缩放，因为您只传递一行给它，每一列的意思是值本身，值将移至零。查看更多 here.

>>> sc = StandardScaler()
>>> arr = np.array([[1.0,2.0,3.0]])
>>> sc.fit(arr)

>>> sc.mean_, sc.scale_
array([ 1.,  2.,  3.]), array([ 1.,  1.,  1.]))

在您的情况下，您应该 fit 所有数据的缩放器，对于每一行，您可以使用 transform 来获得结果。

sc.fit(data) # this will compute mean and std on all rows
scaled_row = sc.transform(row) # apply shift to a single row

Answer 2

与 StandardScaler 一样，所有估算器都有 class 可以访问的变量，并且可以打印值。在 StandardScaler 的情况下，因为你想打印平均值，你应该执行如下操作：

scaler = StandardScaler()
scaler.fit(my_input_array)
print scaler.mean_ # to get the mean for every column
print scaler.var_ # to get the variance for every column

您可以在 doc

中找到所有此类变量的列表

注意：StandardScaler 的目的是计算均值 0 并对其进行缩放，不是来求均值或方差。

这样做是为了让您的输入成为其他 functions/algorithms 可以工作的理想输入，并且您可以获得更好的准确性。

StandardScaler 无法正确缩放

StandardScaler Doesn't Scale Properly

python

pandas

scikit-learn

theano

sklearn-pandas