如何在sklearn.preprocessing.MinMaxScaler中设置原始数组的最小值和最大值

Question

我正在看

class sklearn.preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True

其描述如下： 标准化由下式给出：

X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
X_scaled = X_std * (max - min) + min

如上所示，假设原数组的最小值为X.min(axis=0)。有没有办法可以指定一个不同的最小 wrt 来缩放数据？

例如：我希望原始范围为 [0-255]，最终范围为 [0-1]。现在，如果原始数组不包含值 0，则最小值将被视为最小值，这是我不想考虑的。