sklearn.preprocessing包提供了几个常用的转换函数，用于把原始特征向量转换为更适合估计器的表示。
转化器(Transformer)用于对数据的处理，例如标准化、降维以及特征选择等，提供的函数大致是：
fit(x,y):该方法接受输入和标签，计算出数据变换的方式。
transform(x):根据已经计算出的变换方式，返回对输入数据x变换后的结果（不改变x）
fit_transform(x,y) :该方法在计算出数据变换方式之后对输入x就地转换。
在转化器中，fit_transform()函数等价于先执行fit()函数，后执行transform()函数。有如下的数据，使用preprocessing包对数据进行标准化和归一化处理：
from sklearn import preprocessing import numpy as np X_train = np.array([[ 1., -1., 2.], [ 2., 0., 0.], [ 0., 1., -1.]])