预处理的几种方法：标准化、数据最大最小缩放处理、正则化、特征二值化和数据缺失值处理。
知识回顾：
p-范数：先算绝对值的p次方，再求和，再开p次方。
数据标准化：尽量将数据转化为均值为0，方差为1的数据，形如标准正态分布（高斯分布）。
标准化（Standardization）
公式为：(X-X_mean)/X_std 计算时对每个属性/每列分别进行。
将数据按其属性（按列进行）减去其均值，然后除以其方差。最后得到的结果是，对每个属性/每列来说所有数据都聚集在0附近，方差值为1。
sklearn中preprocessing库里面的scale函数使用方法：
sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)
根据参数不同，可以沿任意轴标准化数据集。
参数：
- X：数组或者矩阵
- axis：int类型，初始值为0，axis用来计算均值和标准方差。如果是0，则单独的标准化每个特征（列），如果是1，则标准化每个观测样本（行）。
- with_mean：boolean类型，默认为True，表示将数据均值规范到0。
- with_std：boolean类型，默认为True，表示将数据方差规范到1。
范例：假设现在构造一个数据集X，然后想要将其标准化。
方法一：使用sklearn.preprocessing.scale()函数
方法说明：
- X.mean(axis=0)用来计算数据X每个特征的均值；
- X.std(axis=0)用来计算数据X每个特征的方差；
- preprocessing.scale(X)直接标准化数据X。
方法二：sklearn.preprocessing.StandardScaler类
sklearn.preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True)
scaler = preprocessing.StandardScaler()
X_scaled = scaler.fit_transform(X)scaler = preprocessing.StandardScaler().fit(X)
X_scaled = scaler.transform(X)
上面两段代码等价。
转换器（Transformer）主要有三个方法：
fit()：训练算法，拟合数据
transform()：标准化数据
fit_transform()：先拟合数据，再标准化。