機械学習勉強記録 データの標準化

1 標準化

標準化を行うことにより、単位や平均値などが異なるデータ同士を単純に比較できるようになります。
標準化した後の数値が高いほど、偏差値が高いということで、
異なる基準のデータ同士を比較することができるようになります。
（例）国語のテストと数学のテストの結果を比べて、自分がどっちの教科が得意なのかを知ることができる。

以下の式で、標準化できます。

\hat{x}=\frac{x-\bar{x}}{\sigma}

$\sigma$ : 標準偏差
$\bar{x}$ : 平均

1.1 Scikit-learnを用いて実装

# StandardScalerをインポート
from sklearn.preprocessing import StandardScaler
# モデルをstd_scalerに代入
std_scaler = StandardScaler()
# x_trainに適用　平均と標準偏差を算出
std_scaler.fit(x_train)

# データセットの値を変換する
x_train_std = std_scaler.transform(x_train)
x_test_std = std_scaler.transform(x_test)