正規標準化した際にデータが全部0になる

Question

画像データをPCAを用いて次元圧縮しようとしているのですが、その際の前準備でデータがどうも上手く変換できません。

#10*10ピクセルにサイズ変更
image_10_10 = cv2.resize(image, (10, 10))

#1次元ベクトルに変換
image_100 = image_10_10.flatten()

#image_10 = np.reshape(image_100,(1, -1))
array([[232, 226, 226, 226, 226, 226, 226, 226, 226, 226, 239, 255, 255,
255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,
243, 102, 93, 92, 255, 255, 255, 255, 255, 255, 243, 126, 126,
126, 243, 243, 255, 255, 255, 255, 243, 245, 244, 125, 242, 243,
255, 255, 255, 255, 239, 239, 245, 197, 231, 231, 213, 242, 240,
235, 189, 237, 246, 101, 192, 155, 190, 216, 187, 183, 117, 192,
217, 99, 173, 130, 189, 132, 174, 158, 79, 206, 117, 146, 147,
200, 156, 148, 165, 143, 173, 147, 135, 134]], dtype=uint8)

#特徴量行列を標準化
features = StandardScaler().fit_transform(image_10)

#features
array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0.]])

Comments

[meg_]

image_10の値はどうなっていますか？

[tkc2020]

値は上記のようになっております。正規標準化するとデータが全て0になってしまっている状況です…

Answer 1

下記でどうでしょうか？

features = StandardScaler().fit_transform(image_10.T).T

Comments

[tkc2020]

無事に数値が出力されました。ありがとうございます！