为什么 Python 的 'StandardScaler' 和 Matlab 的 'zscore' 之间的标准化不同？

Question

为什么 Python 中 sklearn.preprocessing.StandardScaler 的标准化与 Matlab 中的 zscore 不同？

Python 中 sklearn.preprocessing 的示例：

>>> from sklearn.preprocessing import StandardScaler
>>> data = [[0, 0], [0, 0], [1, 1], [1, 1]]
>>> scaler = StandardScaler()
>>> scaler.fit(data)
>>> print(scaler.mean_)
    [ 0.5  0.5]
>>> print(scaler.var_)
    [0.25 0.25]
>>> print(scaler.transform(data))
[[-1. -1.]
[-1. -1.]
[ 1.  1.]
[ 1.  1.]]

在 Matlab 中使用 zscore 函数的相同示例：

>> data = [[0, 0]; [0, 0]; [1, 1]; [1, 1]];
>> [Sd_data,mean,stdev] = zscore(data)

    Sd_data =
   -0.8660   -0.8660
   -0.8660   -0.8660
    0.8660    0.8660
    0.8660    0.8660

    mean =
    0.5000    0.5000

    stdev =
    0.5774    0.5774

Answer 1

看来问题在于自由度（ddof - 与标准差估计相关的校正因子），默认情况下 StandardScaler 似乎为 0。

作为替代方案，scipy.stats 的 zscore 函数允许您在缩放时控制此参数：

from scipy.stats import zscore

zscore(data, ddof=1)
array([[-0.8660254, -0.8660254],
       [-0.8660254, -0.8660254],
       [ 0.8660254,  0.8660254],
       [ 0.8660254,  0.8660254]])

您最终得到与 matlab 函数相同的输出。当您使用 ddof=0 调用 zscore 时，您会得到与 StandardScaler.

相同的输出

为什么 Python 的 'StandardScaler' 和 Matlab 的 'zscore' 之间的标准化不同？

Why does the standardization differ between Python's 'StandardScaler' and Matlab's 'zscore'?

python

matlab

machine-learning

data-processing