danfo.StandardScaler
Standardize features by removing the mean and scaling to unit variance.
class danfo.StandScaler
danfo.js provides the StandardScaler class for the standardization of DataFrame and Series. The standard score of a sample
x is calculated as:z = (x - u) / s
where
u is the mean of the training samples or zero if with_mean=False, and s is the standard deviation of the training samples or one if with_std=False.Examples
Standardize Series Object
Node
Browser
1
const dfd = require("danfojs-node")
2
3
let scaler = new dfd.StandardScaler()
4
5
let sf = new dfd.Series([100,1000,2000, 3000])
6
sf.print()
7
8
scaler.fit(sf)
9
10
let sf_enc = scaler.transform(sf)
11
sf_enc.print()
Copied!
1
Copied!
Output
1
╔═══╤══════╗
2
║ 0 │ 100 ║
3
╟───┼──────╢
4
║ 1 │ 1000 ║
5
╟───┼──────╢
6
║ 2 │ 2000 ║
7
╟───┼──────╢
8
║ 3 │ 3000 ║
9
╚═══╧══════╝
10
11
╔═══╤═════════════════════╗
12
║ 0 │ -1.3135592937469482 ║
13
╟───┼─────────────────────╢
14
║ 1 │ -0.4839428961277008 ║
15
╟───┼─────────────────────╢
16
║ 2 │ 0.4378530979156494 ║
17
╟───┼─────────────────────╢
18
║ 3 │ 1.3596490621566772 ║
19
╚═══╧═════════════════════╝
Copied!
Standardize DataFrame Object
Node
Browser
1
const dfd = require("danfojs-node")
2
3
4
let data = [[100, 1000, 2000, 3000],
5
[20, 30, 89, 12],
6
[1, 1, 1, 0]]
7
8
let df = new dfd.DataFrame(data, { columns: ['a', 'b', 'c', 'd'] })
9
df.print()
10
11
let scaler = new dfd.StandardScaler()
12
scaler.fit(df)
13
14
let df_enc = scaler.transform(df)
15
df_enc.print()
Copied!
1
Copied!
Output
1
╔════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
2
║ │ a │ b │ c │ d ║
3
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
4
║ 0 │ 100 │ 1000 │ 2000 │ 3000 ║
5
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
6
║ 1 │ 20 │ 30 │ 89 │ 12 ║
7
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
8
║ 2 │ 1 │ 1 │ 1 │ 0 ║
9
╚════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
10
11
╔════════════╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
12
║ │ a │ b │ c │ d ║
13
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
14
║ 0 │ 1.3909024000167… │ 1.4137537479400… │ 1.4131401777267… │ 1.4142049551010… ║
15
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
16
║ 1 │ -0.473994612693… │ -0.675643563270… │ -0.658863127231… │ -0.702851355075… ║
17
╟────────────┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
18
║ 2 │ -0.916907668113… │ -0.738110065460… │ -0.754277229309… │ -0.711353600025… ║
19
╚════════════╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
Copied!
Last modified 4mo ago
Copy link