在使用keras模型之前按列标准化数据

Question

我正在处理一个大型数据集，我希望将其数据标准化，以便与CNN一起使用。

keras有没有一个快速的工具来标准化一个列的数字块，你可以在Sequential模型中使用它？我之所以这样问，是因为我希望最终数据能够在线使用，所以理想情况下，这种标准化功能可以用于传入数据，即均值和标准差的拖尾移动平均值，以标准化传入数据。

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)

Answer 1

我不确定在线，但使用sklearn的StandardScaler()应该做正确的事情，正如here所描述的那样，似乎是正确的事情。

Answer 2

我们可以通过sklearn来实现

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