Python机器学习手册：从数据预处理到深度学习

问题描述

对数据进行预处理，使其可以用于神经网络。

解决方案

使用scikit-learn的StandardScaler标准化每个特征：

讨论

本节的内容和4.3节很相似，但因为它对于学习神经网络非常重要，所以我们在此复习一遍。一般来说，一个神经网络的参数会被初始化（或者说被创建）为一些小的随机数。如果特征值比参数值大很多，神经网络往往表现得不如人意。另外，观察值的特征值经过这些神经元的传递后，会进行相加，所以让所有的特征值拥有同样的单位就很重要。由于上面这些原因，最佳实践（尽管有些时候并非必须如此，比如当我们的数据都是二元特征的时候）就是先标准化每一个特征值，使其均值为0，标准差为1。使用scikitlearn的StandardScaler，很容易实现这一步。

可以查看我们的第一个特征的均值和标准差来看标准化的效果：