Python数据预处理(sklearn.preprocessing)—归一化

归一化 (Normalization)：

常用的方法是将属性缩放到一个指定的最大和最小值（通常是1-0）之间，这可以通过preprocessing.MinMaxScaler类实现。

preprocessing.MinMaxScaler()

标准化(Standardization)：

将数据按比例缩放，使之落入一个小的特定区间内，标准化后的数据可正可负，一般绝对值不会太大。 

preprocessing.scale(X)

使用sklearn.preprocessing.StandardScaler类

正则化：

正则化的过程是将每个样本缩放到单位范数（每个样本的范数为1），如果后面要使用如二次型（点积）或者其它核方法计算两个样本之间的相似性这个方法会很有用。

preprocessing.normalize(X, norm='l2')

preprocessing.Normalizer().fit(X) # fit does nothing

https://www.1024sou.com/article/674008.html