问题描述:
在spyder中运行
from sklearn.preprocessing import MinMaxScaler
import numpy as np
a=np.array(([1,5,3],
[2,4,6]))
Normalizasion=MinMaxScaler(feature_range=(0,1))
a_normal=Normalizasion.transform(a)
print("a的归一化:{}".format(a_normal))
得出:
解决方案:
通过查看网上的解决方法:
得出在transform前加一个fit
from sklearn.preprocessing import MinMaxScaler
import numpy as np
a=np.array(([1,5,3],
[2,4,6]))
Normalizasion=MinMaxScaler(feature_range=(0,1))
a_normal=Normalizasion.fit_transform(a)
print("a的归一化:{}".format(a_normal))
得出: