数据归一化 minmax_scale()函数解析

minmax_scale()函数是来自sklearn.preprocessing包中。sklearn.preprocessing.minmax_scale(X, feature_range=(0, 1), axis=0, copy=True)
该方法将每个特征放缩到给定范围内（默认范围0-1）

为什么要进行归一化：

1. 数据存在不同的评价指标，其量纲或量纲单位不同，处于不同的数量级。解决特征指标之间的可比性，经过归一化处理后，各指标处于同一数量级，便于综合对比。
2. 求最优解的过程会变得平缓，更容易正确收敛。即能提高梯度下降求最优解时的速度
3. 提高计算精度。

但是归一化过程中会造成信息糗事

归一化方法常用方法有两种：

• 线性归一化（minmax_scale）
  minmax_scale()变换函数为min-max标准化，也称为离差标准化，是对原始数据的线性变换，min-max标准化方法的缺陷在当有新数据加入时，可能会导致X.max和X.min的值发生变化，需要重新计算。
  $X_{scaled}=\frac{X-X.min(axis=0)}{X.max(axis=0)-X.min(axis=0)} \cdot (max-min) + min$
  max,min是给定放缩范围的最大值和最小值
  通俗地解释 ：
  $归一化结果=\frac{该点样本值与最小样本的差}{样本该轴跨度}\cdot 放缩范围+放缩最小值$
• Z-score标准差标准化方法。
  $X_{scaled}=\frac{X-\mu}{\sigma}$
  x为某一具体数值$\;\mu$是平均值$\;\sigma$是标准差

调用方法：

>>> from sklearn.preprocessing import minmax_scale 
>>> x = [0,1,2,3,4,5]
>>> minmax_scale(x)
array([0. , 0.2, 0.4, 0.6, 0.8, 1. ])
>>> y = [[0,0,0],[1,1,1],[2,2,2]]
>>> minmax_scale(y)
array([[0. , 0. , 0. ],
       [0.5, 0.5, 0.5],
       [1. , 1. , 1. ]])
>>> minmax_scale(y, axis=1)
array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])
>>> y = [[0,1,2],[1,2,3],[2,3,4]]
>>> minmax_scale(y)
array([[0. , 0. , 0. ],
       [0.5, 0.5, 0.5],
       [1. , 1. , 1. ]])
>>> minmax_scale(y, axis=1)
array([[0. , 0.5, 1. ],
       [0. , 0.5, 1. ],
       [0. , 0.5, 1. ]])

用于将数据归一化处理
minmax_scale()函数源码如下（加注释）

def minmax_scale(X, feature_range=(0, 1), axis=0, copy=True):
    # sklearn.utils.check_array() 数据转化numpy
    # FLOAT_DTYPES = (numpy.float64, numpy.float32, numpy.float16)
    X = check_array(X, copy=False, ensure_2d=False, warn_on_dtype=True, dtype=FLOAT_DTYPES)
    # ndim数据纬度
    original_ndim = X.ndim
    if original_ndim == 1:
        # 如果数据纬度为n*1 reshape 1*n
        X = X.reshape(X.shape[0], 1)
    # 将属性放缩到一个指定的最大值和最小值之间
    s = MinMaxScaler(feature_range=feature_range, copy=copy)
    # fit_transform 先拟合数据，再进行标准化
    if axis == 0:
        X = s.fit_transform(X)
    else:
        X = s.fit_transform(X.T).T
    if original_ndim == 1:
        # 将多维数组降位一维 返回视图（会改变原矩阵）
        X = X.ravel()
    return X

---

Reference:
http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.minmax_scale.html#sklearn.preprocessing.minmax_scale
https://github.com/scikit-learn/scikit-learn/blob/a24c8b46/sklearn/preprocessing/data.py#L390
https://www.zhihu.com/question/20455227