问题描述
我正在使用 sklearn StandardScaler 来转换/规范化数据，如下所示：
scaler = StandardScaler()
data = scaler.fit_transform(data)
我期望平均值为 0，标准差为 1。但是，我得到的值有点不同。
rnd = randrange(0,data.shape[1])
print(data[:,rnd].std())
print(data[:,rnd].mean())
1.0282903146389404
-0.06686584736835668
好像very close numbers to 0 and 1 should be acceptable；但是，不确定可接受的偏移量是多少。例如，+/- 1e-2，据我所知，是否足够接近？还是我应该担心？
解决方法
您正在为您的 data 变量使用 fit_transform。这意味着，现在，您的所有数据都将标准化，遵循均值 0 和标准偏差 1 的形状。如下图所示：
您接下来要做的是，随机获取数据变量的一些样本。因此，您收集的新样本将几乎相同，但是，由于存在随机参数，因此均值和标准差将与您的数据不同。
为了进行比较，假设我们有人类身高的平均值和标准差。如果我们现在对您所在国家/地区的身高取一小部分样本，平均值和标准差将不会完全相同，但几乎相同。这就是重点。
如果您检查数据变量的均值和标准差，您将获得均值 0 和标准差 1。