scikit-learn中自带的均值方差归一化函数

一：所在包

　　　　from sklearn.preprocessing import StandardScaler。

二：步骤

　　a.将训练集进行fit操作

　　b.在将训练集进行transform操作，得到均值为0，方差为1的数据集。

　　c.对测试集进行transform操作，但是不需要在进行fit，应使用训练集fit后得出的参数。

三：代码

import numpy as np
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

iris = datasets.load_iris()
x = iris.data
y = iris.target

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=666)

standard = StandardScaler()
standard.fit(x_train)
x_train = standard.transform(x_train)

x_test_standard = standard.transform(x_test)

knn = KNeighborsClassifier(n_neighbors=3,n_jobs=-1)

knn.fit(x_train,y_train)

score = knn.score(x_test_standard,y_test)

print(score)

原文地址：https://www.cnblogs.com/lyr999736/p/10682682.html