python中的sklearn如何计算.scale_？（它到底是什么算法？）答案

【问题标题】：How .scale_ is calculated by sklearn in python? (What is it's algorithm exactly?)python中的sklearn如何计算.scale_？（它到底是什么算法？）
【发布时间】：2023-03-19 09:59:01
【问题描述】：

请假设我们有一个这样的数组：

import numpy as np
X_train = np.array([[ 1., -1.,  2.],
                     [ 2.,  0.,  0.],
                     [ 0.,  1., -1.]])

我们通过此代码使用存在于sklearn 中的.scale_ 对其进行缩放：

from sklearn import preprocessing
scaler = preprocessing.StandardScaler().fit(X_train)
scaler.scale_

并显示了这样的结果：

array([0.81649658, 0.81649658, 1.24721913])

你知道它是如何计算的吗？如果你知道，请写出它的公式，它是如何计算的？我认为.scale_ 显示Interquartile range (IQR)，但是当我手动计算时IQR 是：

array([2, 2, 3]) rather than `array([0.81649658, 0.81649658, 1.24721913])`.

另外，我认为array([0.81649658, 0.81649658, 1.24721913]) 是array([2, 2, 3]) 的正常类型，但我不知道它是如何标准化的。请帮我找到它。

【问题讨论】：

标签： python-3.x scikit-learn normalization iqr standardization

【解决方案1】：

均值、方差和标准差的三个主要统计量度是用

计算的

mean = preprocessing.StandardScaler().fit(X_train).mean_ 
variance = preprocessing.StandardScaler().fit(X_train).var_
Standard_deviation = preprocessing.StandardScaler().fit(X_train).scale_

根据问题：

X_train = np.array([[ 1., -1.,  2.],
                     [ 2.,  0.,  0.],
                     [ 0.,  1., -1.]])

mean = preprocessing.StandardScaler().fit(X_train).mean_ 
print(mean)
array([1.        , 0.        , 0.33333333])

variance = preprocessing.StandardScaler().fit(X_train).var_
print(variance )
array([0.66666667, 0.66666667, 1.55555556])

Standard_deviation = preprocessing.StandardScaler().fit(X_train).scale_
print(Standard_deviation )
array([0.81649658, 0.81649658, 1.24721913])

换句话说：

scaler.scale_ = np.sqrt(scaler.var_)

【讨论】：