用scipy或sklearn缩放两个矩阵

Question

我想缩放矩阵X1(按列)，然后用缩放X1时发现的均值和标准差缩放另一个矩阵X2。

据我所知，sklearn在缩放矩阵时不返回均值/方差。有没有不需要我执行的替代方法?

例如

:
X1

1  2  3  4
5  6  7  8
9 10 11 12  

X2

12 13 14 15
16 17 18 19 

用(X2[i][j] - mean[X1[:, i]]) / std[X1[:, i]]代替X2[i][j]

不能使用sklearn预处理的尺度函数，因为它不返回均值和方差。

Answer 1

scikit learn中的Standard Scaler可以很好地处理这个问题，以及一些极端情况。

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X1)
output = scaler.transform(X2)

如果需要，可以使用

访问特征列的均值和标准差

scaler.std_
scaler.mean_

您还可以在管道中使用StandardScaler作为预估器之前的预处理。

Answer 2

.std()和.mean()方法都接受axis参数来计算行/列统计数据，其余的将通过boardcasting来处理:

In [170]:
X1
Out[170]:
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
In [171]:
X2
Out[171]:
array([[12, 13, 14, 15],
       [16, 17, 18, 19]])
In [172]:
(X2-X1.mean(0))/X1.std(0)
Out[172]:
array([[ 2.14330352,  2.14330352,  2.14330352,  2.14330352],
       [ 3.3680484 ,  3.3680484 ,  3.3680484 ,  3.3680484 ]])