一个简单但是能上分的特征标准化方法

一般情况下我们在做数据预处理时都是使用StandardScaler来特征的标准化，如果你的数据中包含异常值，那么效果可能不好。

这里介绍的方法叫Robust Scaling，正如它的名字一样能够获得更健壮的特征缩放结果。与StandardScaler缩放不同，异常值根本不包括在Robust Scaling计算中。因此在包含异常值的数据集中，更有可能缩放到更接近正态分布。

StandardScaler会确保每个特征的平均值为0，方差为1。而RobustScaler使用中位数和四分位数（四分之一），确保每个特征的统计属性都位于同一范围。

公式如下：

我们使用一些数据看看他的结果,首先创建测试数据

1. import numpy as np
2. import matplotlib.pyplot as plt
3. nb_samples = 200
4. mu = [1.0, 1.0]
5. covm = [[2.0, 0.0], [0.0, 0.8]]
6. X = np.random.multivariate_normal(mean=mu, cov=covm, size=nb_samples)

然后使用三个常用的缩放方法对数据进行预处理：

1. from sklearn.preprocessing import StandardScaler, RobustScaler, MinMaxScaler
2. ss = StandardScaler()
3. X_ss = ss.fit_transform(X)
4. rs = RobustScaler(quantile_range=(10, 90))
5. X_rs = rs.fit_transform(X)
6. mms = MinMaxScaler(feature_range=(-1, 1))
7. X_mms = mms.fit_transform(X)

可视化：

 

https://avoid.overfit.cn/post/003377e07cdd4a7db3d4039979019bb8