为了规范化数据,我按如下方式使用MinMaxScaler
:
scaler = MinMaxScaler(feature_range=(0,1))
scaled = scaler.fit_transform(values)
我想知道规模的价值,有什么想法吗?我以前在某个地方的代码中已经看到过这一点,而且我不记得它是如何完成的。
即:我对python不好,所以我将尝试简单地解释它。如果我可以用scale value
(A
)标记A==scale value
,则:scaled = A * values
我想知道是否有一种方法可以在此处计算A
(这是比例值)。
我尝试了scaler.value,但它不起作用,它显示了一些错误。
from sklearn.preprocessing import MinMaxScaler
values = [[0, 10], [1, 18]]
scaler = MinMaxScaler(feature_range=(0,1))
scaled = scaler.fit_transform(values)
print(scaled)
[[0. 0.]
[1. 1.]]