python 聚类 数据归一化

对于聚类问题，数据归一化是非常重要的。因为聚类算法通常基于距离度量来计算数据点之间的相似性，如果数据没有经过归一化处理，那么不同特征之间的值域差异会导致某些特征对距离度量的贡献过大，从而影响聚类结果。

在 Python 中，可以使用 scikit-learn 库中的 StandardScaler 类来进行数据归一化。具体操作如下：

from sklearn.preprocessing import StandardScaler

# 假设 X 是一个 n_samples x n_features 的数据矩阵
scaler = StandardScaler()
X_normalized = scaler.fit_transform(X)

其中，fit_transform() 方法会先计算每个特征的均值和标准差，然后对每个特征进行标准化处理，使得每个特征的均值为 0，方差为 1。