问：

‘Z-Score标准化’学习总结

答：

使用此方法处理数据，我们最后得到的数据集中的平均值将为0，标准差为1。我们可以通过在numpy中组合不同的函数来实现这一点，例如：

z =（x.values-np.mean（x.values））/ np.std（x.values）

其中 x 是一个带有数值索引的数据框。如果我们想将值保留在数据框中，则只需要删除它前面的.values。

标准化之前的方差

catDf.var（ddof = 0）

在这里，我们将参数ddof设置为0，注意在pandas.DataFrame.var()中ddof默认为1，而在numpy.ndarray.var()中ddof默认为0。参数Ddof 表示Delta的自由度，在方差的计算公式中使用的除数是N-ddof，其中 N 表示样本数。在符合正态分布的变量中设置ddof = 0 可以提供方差的最大似然估计。

您可以在此处阅读有关ddof = 0的 更多信息 。

标准化之后的方差

另外一种比较常用的方法是，调用sklearn.preprocessing 中的StandardScaler 。让我们来看一下代码，对比一下两者的区别。

from sklearn.preprocessing import StandardScaler

ss = StandardScaler()

catDf.iloc[:,[0,2,3,4]] = ss.fit_transform(catDf.iloc[:,[0,2,3,4]])

print(catDf)

这一步，我们对所有数值列（索引值为0,2,3,4的列）调用 StandardScaler 方法，得到标准化后每列的值。

现在我们通过以下代码再来查看下数据集的方差 。

catDf.var（ddof = 0）

我们可以看到所有数值列的方差全都缩放到1。而在实际的数据集中，可能是将方差从数千缩放到1。