超级会员免费看
MinMaxScaler是sklearn库中的一个预处理工具，用于将数据的特征缩放到指定的范围内，如(0, 1)。它通过减去最小值并除以极差实现缩放，并提供了fit、transform、inverse_transform等方法进行数据处理。参数feature_range用于设定目标范围，copy选项决定是否复制原数据。该变换对机器学习模型的训练有重要影响。"
95020171,8669391,Floyd算法详解与拓展：结合繁华度的最短路径,"['数据结构与算法', '图论', '路径查找']
sklearn.preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True)将数据的每一个特征缩放到给定的范围，将数据的每一个属性值减去其最小值，然后除以其极差（最大值 - 最小值）
原理实现:
X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
缩放回去：
X_scaled = X_std * (max - min) + min
Parameters(参数)：
feature_range : tuple (min, max), default=(0, 1)
所需的转换数据范围。
copy : boolean, optional, default True
是否将转换后的数据覆盖原数据，默认为false.
Attributes(属性):
min_ : 每个特征调整的最小值
scale_ :每个特征数据缩放的比例
data_min_ : 每个特征的最小值
data_max_ : 每个特征的最大值
data_range_
订阅专栏 解锁全文
1220
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
