Giz*_*zmo 3 python scikit-learn
我试图使用preprocessingfrom 将某个数字缩放到0到1的范围sklearn.多数民众赞成我所做的:
data = [44.645, 44.055, 44.54, 44.04, 43.975, 43.49, 42.04, 42.6, 42.46, 41.405]
min_max_scaler = preprocessing.MinMaxScaler(feature_range=(0, 1))
data_scaled = min_max_scaler.fit_transform([data])
print data_scaled
Run Code Online (Sandbox Code Playgroud)
但data_scaled只包含零.我究竟做错了什么?
当我尝试使用sklearn.preprocessing中的MinMaxScaler进行缩放时遇到了同样的问题.当我使用一个numpy数组的形状作为列表时,Scaler返回零,即[1,n].输入数组看起来像你的情况
data = [[44.645, 44.055, 44.54, 44.04, 43.975, 43.49, 42.04, 42.6, 42.46, 41.405]]
Run Code Online (Sandbox Code Playgroud)
我将数组的形状更改为[n,1].我是你的情况
data = [[44.645],
[44.055],
[44.540],
[44.040],
[43.975],
[43.490],
[42.040],
[42.600],
[42.460],
[41.405]]
Run Code Online (Sandbox Code Playgroud)
然后MinMaxScaler以适当的方式工作.
| 归档时间: |
|
| 查看次数: |
5889 次 |
| 最近记录: |