为什么在聚类之前对数据进行标准化（预处理），而不是跨行缩放

Question

对于以下关于数据预处理聚类的问题，我很困惑，在网上找不到一个令人信服的答案。在

根据Python documentation，当我们使用sckit learn library中的内置命令进行预处理时，如果数据被表示为N x D矩阵，其中行是样本，列是特征，我们使行的平均值为零，同时行之间的标准差统一如下：

X_scaled.mean(axis=0)
array([ 0.,  0.,  0.])

X_scaled.std(axis=0)
array([ 1.,  1.,  1.])

我的问题是，我们不应该使列的平均值（特征值而不是样本数）为零，标准差也是一样的，因为我们试图标准化特征值，而不是样本值。网站和其他资源总是跨行标准化，但它们从不解释原因？在

Answer 1

有一个地方可以规范化你的样品。一个例子是当你的特征是重要的。在这种情况下，将每个样本规范化为l1标准，可以有效地将每个特征更改为该样本总计数的百分比。在

Sklearn的Normalizer用于样本规范化，可以规范化为l1或l2范数。在

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.Normalizer.html