python - Scikit-learn:preprocessing.scale()vs preprocessing.StandardScaler()

我理解缩放意味着将平均值（平均值=0）居中，并使单位方差（方差=1）。
但是，Scikit学习中的preprocessing.scale(x)和preprocessing.StandardScalar()有什么区别？

最佳答案

这些做法完全相同，但：
preprocessing.scale(x)只是一个函数，它转换一些数据
preprocessing.StandardScaler()是支持Transformer API的类
我总是使用后者，即使我不需要由inverse_transform支持的StandardScaler()和co.。
摘自
函数比例提供了一种快速简便的方法，可以在类似于数据集的单个数组上执行此操作。
预处理模块还提供了一个实用类标准定标器，实现了Transformer API计算训练集上的平均值和标准偏差，以便以后在测试集上重新应用相同的转换。因此，该类适用于sklearn.pipeline.pipeline的早期步骤。

关于python - Scikit-learn:preprocessing.scale()vs preprocessing.StandardScaler()，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46257627/