Scikit Normalize功能；意外行为

问题描述

在python中，我正在研究数据模型。我用几种方法来处理几列以标准化数据。对于一列，基于分布（正态），我想我需要一个一般的归一化。我正在使用numpy，对于其他列，我成功使用了preprocessing.normalize函数：

gh_pd = train.select('data').toPandas()
gh_pd.describe()

count   454015.000000
mean    20.512661
std 2.832815
min 11.000000
25% 19.000000
50% 21.000000
75% 22.000000
max 33.000000

然后我跑

gh_normalized = preprocessing.normalize(gh_pd) 
stats.describe(gh_normalized)

我得到：

DescribeResult(nobs=454015,minmax=(array([1.]),array([1.])),mean=array([1.]),variance=array([0.]),skewness=array([0.]),kurtosis=array([-3.]))

我希望最小值接近0，最大值接近1。我误解了什么，为什么它可以在其他列上使用？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）