理解sklearn.processing.scale中使用有偏总体标准差_preprocessing.standardscaler() 有偏样本标准差

作者：从前慢现在也慢 | 2024-04-12 18:23:13

踩

preprocessing.standardscaler() 有偏样本标准差

sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)
1

参数	意义	备注
X	需处理的数据
axis	需要计算的轴向， 0（default）：对每个特征做处理； 1：对每个样本处理；
with_mean	True(default):将数据均值规范到0
with_std	True(default):将数据方差规范到1

有偏标准差与无偏标准差

sklearn.preprocessing.scale中计算标准差，用的是numpy.std,而numpy用的是有偏标准差，与pandas.std不同。

pandas.std计算的是无偏标准差（样本标准差），即除以N-1,默认ddof=1

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/412047