sklearn standardscaler结果不同于手动结果

我使用sklearn标准缩放（平均去除和方差缩放）来缩放数据帧，并将其与“手动”减去平均值并除以标准偏差的数据帧进行比较。比较显示一致的小差异。有人可以解释为什么吗？（I所使用的数据集是这样的：http://archive.ics.uci.edu/ml/datasets/Wine sklearn standardscaler结果不同于手动结果

import pandas as pd 
from sklearn.preprocessing import StandardScaler 

df = pd.read_csv("~/DataSets/WineDataSetItaly/wine.data.txt", names=["Class", "Alcohol", "Malic acid", "Ash", "Alcalinity of ash", "Magnesium", "Total phenols", "Flavanoids", "Nonflavanoid phenols", "Proanthocyanins", "Color intensity", "Hue", "OD280/OD315 of diluted wines", "Proline"]) 

cols = list(df.columns)[1:] # I didn't want to scale the "Class" column 
std_scal = StandardScaler() 
standardized = std_scal.fit_transform(df[cols]) 
df_standardized_fit = pd.DataFrame(standardized, index=df.index, columns=df.columns[1:]) 

df_standardized_manual = (df - df.mean())/df.std() 
df_standardized_manual.drop("Class", axis=1, inplace=True) 

df_differences = df_standardized_fit - df_standardized_manual 
df_differences.iloc[:,:5] 


    Alcohol Malic acid Ash   Alcalinity Magnesium 
0 0.004272 -0.001582 0.000653 -0.003290 0.005384 
1 0.000693 -0.001405 -0.002329 -0.007007 0.000051 
2 0.000554 0.000060 0.003120 -0.000756 0.000249 
3 0.004758 -0.000976 0.001373 -0.002276 0.002619 
4 0.000832 0.000640 0.005177 0.001271 0.003606 
5 0.004168 -0.001455 0.000858 -0.003628 0.002421

来源

2017-05-27 Dirk Schulz

scikit学习用途np.std默认为人口标准偏差（其中偏差平方之和被观测的数量除以）和熊猫使用示例标准偏差（其中分母是观测值的数量 - 1）（见Wikipedia's standard deviation article）这是一个修正因子，对人口标准差有一个无偏估计，并由自由度决定（ddof）因此默认情况下，numpy和scikit -learn的计算使用ddof=0，而大熊猫使用ddof=1（docs）。

DataFrame.std（轴=无，skipna =无，级别=无，ddof = 1，numeric_only =无，** kwargs）

返回样本标准偏差超过请求的轴。

默认情况下由N-1归一化。这可以通过使用ddof 参数

如果您改变了大熊猫的版本改变：

df_standardized_manual = (df - df.mean())/df.std(ddof=0)

的差异将是几乎为零：

 Alcohol Malic acid   Ash Alcalinity of ash  Magnesium 
0 -8.215650e-15 -5.551115e-16 3.191891e-15  0.000000e+00 2.220446e-16 
1 -8.715251e-15 -4.996004e-16 3.441691e-15  0.000000e+00 0.000000e+00 
2 -8.715251e-15 -3.955170e-16 2.886580e-15  -5.551115e-17 1.387779e-17 
3 -8.437695e-15 -4.440892e-16 3.164136e-15  -1.110223e-16 1.110223e-16 
4 -8.659740e-15 -3.330669e-16 2.886580e-15  5.551115e-17 2.220446e-16

来源

2017-05-27 18:33:40 ayhan

sklearn standardscaler结果不同于手动结果

回答

相关问题