python - 将 MinMaxScaler 与某些数据一起使用时出错

问题描述

我正在尝试使用 MinMaxScaler 来规范化我的数据。奇怪的是有些数据有效，有些则无效。

我的 x 数据包含坐标，具有形状 (21,24321)。因此，有 21 行和 24321 列，如下所示：

array([[-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872],
       [-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872],
       [-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872],
       ...,
       [-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872],
       [-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872],
       [-1.72507889, -1.70618793, -1.68895362, ...,  1.68897011,
         1.70620441,  1.72343872]])

每行的值相同，因此第 1 行的值与第 20 行的值相同。

当我运行时：

x_scaler = MinMaxScaler(feature_range=(-1,1))
x = x_scaler.fit_transform(x)

I get:

array([[ 0.,  1.,  1., ...,  0.,  1., -1.],
       [ 0.,  1.,  1., ...,  0.,  1., -1.],
       [ 0.,  1.,  1., ...,  0.,  1., -1.],
       ...,
       [ 0.,  1.,  1., ...,  0.,  1., -1.],
       [ 0.,  1.,  1., ...,  0.,  1., -1.],
       [ 0.,  1.,  1., ...,  0.,  1., -1.]])

另一方面，如果我使用标准公式：

x_max = np.max(x)
x_min = np.min(x)
x = 2*((x-x_min)/(x_max-x_min)-0.5)

I get:

array([[-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ],
       [-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ],
       [-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ],
       ...,
       [-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ],
       [-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ],
       [-1.        , -0.98904401, -0.97904881, ...,  0.98000961,
         0.9900048 ,  1.        ]])

为什么会这样？是有一些错误还是我做错了？

谢谢

标签： python

python - 将 MinMaxScaler 与某些数据一起使用时出错

问题描述

解决方案

推荐阅读