MinMaxScaler使用

    技术2022-07-13  76

    1、函数定义与反操作

    1.1函数定义式:

    X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0)) 注意这里的操作是按列操作的

    1.2 反操作

    X_scaled = X_std * (max - min) + min

    2、实例

    from sklearn.preprocessing import MinMaxScaler import numpy as np #正向操作 >>> x = np.array([[ 1, -1, 2], [ 2, 0, 0], [ 0, 1, -1]]) >>> scaler=MinMaxScaler() >>> x_train=scaler.fit_transform(x) >>> print(x_train) [[0.5 0. 1. ] [1. 0.5 0.33333333] [0. 1. 0. ]] #第一行三列元素计算过程: 0.5=2-1/(2-0)=1/2=0.5 0=(-1--1)/(1--1)=0/2=0 1=(2--1)/(2--1)=1 #反向操作 >>>y=scaler.inverse_transform(x_train) >>> y array([[ 1., -1., 2.], [ 2., 0., 0.], [ 0., 1., -1.]]) #反向计算过程 1=0.5*2-0+0=1 -1=0*1--1+-1=-1 2=1*2--1+-1=3-1=2
    Processed: 0.010, SQL: 9