有人可以向我解释 MinMaxScaler() 是如何工作的吗？

Question

为什么我们使用 MinMaxScaler() 以及它有什么作用？

scaler = MinMaxScaler()
scaler.fit(X_train)
X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)
model = LogisticRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

Answer 1

方法的核心

标准化输入特征/变量的一种方法是 Min-Max 缩放器。通过这样做，所有特征都将转换为范围，[0,1]这意味着特征/变量的最小值和最大值将分别为 0 和 1。

为什么要在模型拟合之前归一化？

规范化/标准化背后的主要思想始终相同。在不同尺度上测量的变量对模型拟合和模型学习函数的贡献不同，最终可能会产生偏差。因此，为了处理这个潜在的问题，通常在模型拟合之前使用特征归一化，例如 MinMax Scaling。

更多信息：https : //towardsdatascience.com/everything-you-need-to-know-about-min-max-normalization-in-python-b79592732b79