python sklearn 数据预处理 范围缩放

python sklearn 数据预处理 范围缩放

"""
数据预处理 最大最小值缩放
"""
import numpy as np
import sklearn.preprocessing as sp

# 准备数据
raw_samples = np.array([
    [17, 90, 4000],
    [20, 80, 5000],
    [23, 75, 5500]
])

# 使用函数 范围缩放
mms = sp.MinMaxScaler(feature_range=(0, 1))
result = mms.fit_transform(raw_samples)
print("------------函数实现 范围缩放\n", result)

# 手动实现 范围缩放
new_samples = []
for row in raw_samples.T:   # 转置 对列处理
    min_val = np.min(row)
    max_val = np.max(row)

    # 整理解方程需要的 A， B  线性回归解方程
    A = np.array([[min_val, 1], [max_val, 1]])
    B = np.array([0, 1])

    x = np.linalg.solve(A, B)    # 求解结果 x[0]= k x[1]=b
    new_row = row * x[0] + x[1]  # y = kx + b
    new_samples.append(new_row)

print("---------手动实现 范围缩放\n", np.array(new_samples).T)  # 再次转置 显示结果