# 使用 Scikit-Learn 重新调整 Python 中的机器学习数据 > 原文： [https://machinelearningmastery.com/rescaling-data-for-machine-learning-in-python-with-scikit-learn/](https://machinelearningmastery.com/rescaling-data-for-machine-learning-in-python-with-scikit-learn/) 在构建模型之前，必须准备好数据。 [数据准备](http://machinelearningmastery.com/how-to-prepare-data-for-machine-learning/ "How to Prepare Data For Machine Learning")过程可以包括三个步骤：数据选择，数据预处理和数据转换。 在这篇文章中，您将发现两种简单的数据转换方法，您可以使用 [scikit-learn](http://machinelearningmastery.com/a-gentle-introduction-to-scikit-learn-a-python-machine-learning-library/ "A Gentle Introduction to Scikit-Learn: A Python Machine Learning Library") 将这些方法应用于 Python 中的数据。 **更新**：[有关更新的示例集](http://machinelearningmastery.com/prepare-data-machine-learning-python-scikit-learn/)，请参阅此帖子。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/07/Data-Rescaling.jpg) 数据重新调整 照片由 [Quinn Dombrowski](https://www.flickr.com/photos/quinnanya/4508825094) 拍摄，保留一些权利。 ## 数据重新缩放 您的预处理数据可能包含各种数量的比例混合的属性，如美元，千克和销售量。 如果数据属性具有相同的比例，许多机器学习方法期望或更有效。两种流行的[数据缩放](http://en.wikipedia.org/wiki/Feature_scaling)方法是[标准化](http://en.wikipedia.org/wiki/Normalization_(statistics))和标准化。 ## 数据规范化 规范化是指将实值数字属性重新缩放到 0 和 1 范围内。 缩放依赖于值的大小的模型的输入属性是有用的，例如 k-最近邻居中使用的距离度量以及回归中的系数的准备。 以下示例演示了 Iris 花数据集的数据标准化。 Normalize the data attributes for the Iris dataset Python ``` # Normalize the data attributes for the Iris dataset. from sklearn.datasets import load_iris from sklearn import preprocessing # load the iris dataset iris = load_iris() print(iris.data.shape) # separate the data from the target attributes X = iris.data y = iris.target # normalize the data attributes normalized_X = preprocessing.normalize(X) ``` 有关更多信息，请参阅 API 文档中的[规范化函数](http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.normalize.html)。 ## 数据标准化 标准化是指将每个属性的分布转换为平均值为零，标准差为 1（单位方差）。 标准化依赖于诸如高斯过程之类的属性分布的模型的属性是有用的。 以下示例演示了 Iris 花数据集的数据标准化。 Standardize the data attributes for the Iris dataset Python ``` # Standardize the data attributes for the Iris dataset. from sklearn.datasets import load_iris from sklearn import preprocessing # load the Iris dataset iris = load_iris() print(iris.data.shape) # separate the data and target attributes X = iris.data y = iris.target # standardize the data attributes standardized_X = preprocessing.scale(X) ``` 有关更多信息，请参阅 API 文档中的[比例功能](http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.scale.html#sklearn.preprocessing.scale)。 ## 提示：使用哪种方法 在应用数据之前，很难知道重新调整数据是否会提高算法的表现。如果经常可以，但并非总是如此。 一个很好的建议是创建数据集的重新缩放副本，并使用您的测试工具和一些您想要检查的算法将它们相互竞争。这可以快速突出显示使用给定模型重新缩放数据的好处（或缺少），以及哪种重新缩放方法可能值得进一步调查。 ## 摘要 在应用机器学习算法之前，数据重新缩放是数据准备的重要部分。 在这篇文章中，您发现数据重新缩放适用于应用机器学习的过程和两种方法：规范化和标准化，您可以使用 scikit-learn 库在 Python 中重新缩放数据。 **Update**: [See this post for a more up to date set of examples](http://machinelearningmastery.com/prepare-data-machine-learning-python-scikit-learn/).