何时使用最小-最大-标量和标准-标量

Question

引用它时，请使用min-max-scaler，当使用Standard Scalar时。我认为这取决于数据。是否有任何数据特征需要考虑以决定采用哪种预处理方法。我看了看文档，但是有人可以给我更多的见解。

Answer 1

缩放确实取决于您想要的数据类型。对于大多数情况，StandardScaler是首选的缩放器。如果您知道自己有一些异常值，请选择RobustScaler.

然后，您处理一些具有奇怪分布的特征，例如数字，使用这些缩放器并不是最好的选择。事实上，在这个数据集上，有很多像素为零，这意味着您可以在涉及除以标准差的分布中选择零。开发人员。不会有什么好处。因此，基本上，当某个特征的分布远非正态分布时，您就需要采取替代方案。

就数字而言，这MinMaxScaler是一个更好的选择。但是，如果您想将零保持为零（因为您使用稀疏矩阵），您将选择MaxAbsScaler.

注意：如果您希望某个功能遵循正态/均匀分布，无论原始分布是什么，也请查看 和QuantileTransformer。PowerTransformer

Answer 2

我希望这有帮助。
何时使用 MinMaxScaler、RobustScaler、StandardScaler 和 Normalizer
https://towardsdatascience.com/scale-standardize-or-normalize-with-scikit-learn-6ccc7d176a02