sklearn standardscaler结果与手动结果不同

sklearn standardscaler结果与手动结果不同

scikit-
learn使用np.std，默认情况下是人口标准差（其中平方差的总和除以观察数），而pandas使用样本标准差（其中分母是观察数-1）（请参阅维基百科的标准差文章）。这是对总体标准偏差进行无偏估计并由自由度（

ddof

）确定的校正因子。因此，默认情况下，numpy和scikit-
learn的计算使用，

ddof=0

而pandas使用

ddof=1

（docs）。

Dataframe.std（axis = None，skipna = None，level = None，ddof = 1，numeric_only =
None，** kwargs）

返回要求轴上的样品标准偏差。

默认情况下由N-1标准化。可以使用ddof参数更改

如果您将熊猫版本更改为：

df_standardized_manual = (df - df.mean()) / df.std(ddof=0)

差异实际上为零：

        Alcohol    Malic acidAsh  Alcalinity of ash     Magnesium0 -8.215650e-15 -5.551115e-16  3.191891e-15       0.000000e+00  2.220446e-161 -8.715251e-15 -4.996004e-16  3.441691e-15       0.000000e+00  0.000000e+002 -8.715251e-15 -3.955170e-16  2.886580e-15      -5.551115e-17  1.387779e-173 -8.437695e-15 -4.440892e-16  3.164136e-15      -1.110223e-16  1.110223e-164 -8.659740e-15 -3.330669e-16  2.886580e-15       5.551115e-17  2.220446e-16