使用python StandardScaler进行功能缩放会产生负值

我是机器学习的新手。我正在尝试使用python StandardScaler类对输入训练和测试数据使用特性缩放。但是，当我看到缩放值时，其中一些值是负值，即使输入值没有负值。这是正常的还是我在代码中遗漏了什么。下面给出了用于特征缩放的相关代码

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
train = sc.fit_transform(train) //train contains training feature matrix
test = sc.transform(test)   //test contains test feature matrix

从：

通过删除平均值并缩放到单位方差来标准化特征

这意味着，给定一个输入

x

，将其转换为

（x-mean）/std

（所有尺寸和操作都有明确定义）

因此，即使您的输入值都为正值，删除平均值也会使其中一些值为负值：

>>> x = np.array([3,5,7])
>>> np.mean(x)
5.0
>>> x - np.mean(x)
array([-2.,  0.,  2.])

更多详情：

• （第4.3节）