tslearn.preprocessing.TimeSeriesScalerMeanVariance メソッドの役割がわからない

Question

tslearn.preprocessing.TimeSeriesScalerMeanVariance メソッドの役割がわからないです。
ドキュメントのExampleに、

TimeSeriesScalerMeanVariance(mu=0., std=1.).fit_transform([[0, 3, 6]]) 
```　
とコードを書くと、
```ここに言語を入力
array([[[-1.22474487],
        [ 0. ],
        [ 1.22474487]]])　　
```　
とarrayが返ってくると書いてありましたが、なぜ０・３・６のスカラーの時系列の平均が-1.22474487・ 0.・ 1.22474487　になるのでしょうか？

参考サイト：http://tslearn.readthedocs.io/en/latest/gen_modules/preprocessing/tslearn.preprocessing.TimeSeriesScalerMeanVariance.html

Answer 1

APIが想定している用途は知りませんが、平均0, 標準偏差1.0にスケーリングした結果かと。

In [1]: import numpy as np
In [2]: np.std([[[-1.22474487],
   ...:         [ 0. ],
   ...:         [ 1.22474487]]])
   ...:
Out[2]: 0.9999999988637723
In [3]: np.mean([[[-1.22474487],
   ...:         [ 0. ],
   ...:         [ 1.22474487]]])
   ...:
Out[3]: 0.0

Comments

[k0908]

ありがとうございます。確かに、平均0, 標準偏差1.0にスケーリングするメソッドのようです！ちなみに、手元のサンプルコードでは、このメソッドを使い、クラスタリングを行っているのですが、なぜこのメソッドを噛ませてから、クラスタリングを行なっているのでしょうか？平均0, 標準偏差1.0にするとクラスタリングの精度が上がるのでしょうか？

[tachikoma]

一概に答えるには難しいですが、例えば2変数で片方は-100〜100の範囲で変動してもう片方が-1〜1の範囲で変動する場合、これを同じように扱うのは難しいことがしばしばあります。また、平均を0に持って行くことで正則化項が
上手く機能する場合もあります。

[k0908]

わかりました、ありがとうございます！！