Python 在使用keras模型之前，按列标准化数据

我正在处理一个大型数据集，我想将其数据标准化，以便与CNN一起使用

keras是否有一个快速实用程序来标准化可以在序列模型中使用的列式数字块？我这样问是因为我希望最终数据会在线使用，所以理想情况下，这个标准化功能可以用于传入数据，即均值和标准差的跟踪移动平均值，以规范传入数据

import numpy as np
import pandas as pd

np.random.seed(42)

col_names = ['Column' + str(x+1) for x in range(5)]
training_data = pd.DataFrame(np.random.randint(1,10 **6, 50).reshape(-1,5), columns = col_names)

---

我不确定是否在线，但使用

sklearn

的

StandardScaler（）

应该做正确的事情，正如所描述的，似乎是正确的事情。

我不确定是否在线，但使用

sklearn

的

StandardScaler（）

应该做正确的事情，正如所描述的，似乎是对的。

我们可以从

sklearn

from sklearn.preprocessing import StandardScaler
training_data[:]= StandardScaler().fit_transform(training_data.T).T

---

我们可以从

sklearn

from sklearn.preprocessing import StandardScaler
training_data[:]= StandardScaler().fit_transform(training_data.T).T