sklearn.prepocessing常用的归一化方法函数

sklearn.preprocessing中常用的归一化方法函数有：

1. StandardScaler：将数据按照均值和标准差进行标准化，使得数据符合标准正态分布。

2. MinMaxScaler：将数据缩放到指定的最小值和最大值之间，通常为[0,1]。

3. MaxAbsScaler：将数据缩放到[-1,1]之间，同时保留数据的正负号。

4. RobustScaler：使用中位数和四分位数来缩放数据，对于有异常值的数据集效果更好。

5. QuantileTransformer：将数据变成满足指定概率分布的形式，例如高斯分布或均匀分布。

6. PowerTransformer：对于偏态分布的数据进行变换，使得数据更符合正态分布。

这些函数都可以通过调用sklearn.preprocessing中的对应方法来使用。