Python 为什么要跨行而不是跨列进行缩放，以便在群集之前对数据进行标准化（预处理）

对于以下关于数据预处理聚类的问题，我非常困惑，在互联网上找不到令人信服的答案

根据Python的说法，当我们使用sckit学习库中的内置命令进行预处理时，假设数据表示为

nxd

矩阵，其中行是样本，列是特征，我们将行的平均值设为零，同时行之间的标准差统一如下：

X_scaled.mean(axis=0)
array([ 0.,  0.,  0.])

X_scaled.std(axis=0)
array([ 1.,  1.,  1.])

---

我的问题是，我们是否应该将整个列（特征而非样本）的平均值设为零，标准偏差也设为零，因为我们正在尝试标准化特征而非样本。网站和其他资源总是跨行标准化，但它们从未解释原因？

我希望您希望跨示例标准化给定功能的值。如果将给定样本的数据跨其特征进行规范化，则会抛出大量信息。这将用于比较特征（这几乎没有意义），而不是比较特征的样本

我不知道numpy或sklearn，所以对此有点怀疑，但在进行规范化时，您希望规范化（使用相同的参数）给定特征的所有数据，使该特征的所有值都在（-1…+1）范围内，平均值为零（或类似的值）。你会对每个特征分别做这个，所以它们最终都会在这个范围内，每个特征的平均值为零

考虑一个例子，如果您对给定样本的所有特征进行了规格化

        height weight age
person1 180    65     50
person2 140    45     50

如果我们对person1的特征值进行标准化，然后对person2进行同样的标准化，那么person2似乎与person1的年龄不同

---

如果我们对给定列的样本进行规范化，那么这些关系仍将保持不变。他们的年龄将相匹配；人1会更高，人2会更轻。但所有特征的所有值都将符合后续分析所需的分布规则。

有一个地方可以规范化样本。一个例子是当您的功能被计数时。在这种情况下，将每个样本归一化为单位l1范数可以有效地将每个特征更改为该样本总计数的百分比

Sklearn的

规范化器

用于样本规范化，可以规范化为l1或l2规范

---

我希望您希望在样本中规范化给定特性的值。如果将给定样本的数据跨其特征进行规范化，则会抛出大量信息。这将用于比较特征，而不是比较特征的样本。但是，当人们说特征具有不同的范围时，这有点误导，所以让我们来缩放它们，它们的意思似乎是缩放给定样本的特征，因为假设我们有a先生的体重、年龄和身高。a是65公斤，180厘米和20岁，他们是不同的范围，我想我们使这些特征为0均值和单位方差。你能详细说明一下吗？或者如果你认为写下你的评论是为了回答@JeffLearman的回答以外的问题，我可以补充一点，跨行标准化（正如OP最初认为的那样）也是图像处理中的一件事，以便使所有样本（图像）都变成标准颜色（像素值）你也可以把每一行放在场景的中心，每一行（比如调查的受访者）都有自己的中心趋势（例如，一些受访者在1-10分的范围内长期回答较高的数字），这是一个好的观点。我想不出一个好的例子，可以用这种方式规范化，但你想出了一个。