1
StandardScaler 不会自动处理异常值,稀疏矩阵也要留意中心化设置
#机器学习#标准化#数据质量Amy 原创整理|资料核验:2026-10-30 scikit-learn 文档给出的标准化形式是 z=(x-u)/s,使用训练样本计算每个特征的均值和标准差,再用于后续转换。文档明确指出 StandardScaler 对异常值敏感。 这意味着缩放后的数值看起来整齐,并不代表异常记录已经被删除或数据错误已经被纠正。
新加坡 10-30 04:36 · 吉隆坡 04:36 · 雅加达 03:36 · 曼谷 03:36 · 马尼拉 04:36 · 胡志明 03:36 · 北京 04:36 · 东京 05:36 · 伦敦 20:36 · 纽约 16:36
#机器学习#标准化#数据质量Amy 原创整理|资料核验:2026-10-30 scikit-learn 文档给出的标准化形式是 z=(x-u)/s,使用训练样本计算每个特征的均值和标准差,再用于后续转换。文档明确指出 StandardScaler 对异常值敏感。 这意味着缩放后的数值看起来整齐,并不代表异常记录已经被删除或数据错误已经被纠正。