扩展数组(sklearn)-python

使用公式计算特定列的Xnorm的任务:-

xnorm=xmax-x/xmax-xmin

如果反转该列中值的符号,然后在该列中应用基本标准化,则可以求解。

证明

如果一列的max value为a,min value为b,则将所有值乘以-1后,新min元素的绝对值将变为|

(所以分子将被计算为{-1*X--1*A}={A-X}),

分母的相对差异将保持不变。

在测试用例上实现逻辑:

import numpy as np
X = np.array([[-0.23685953,  0.04296864,  0.94160742],  
              [-0.23685953,  1.05043547,  0.67673782],
              [0.12831355,  0.16017461,  0.27031023]])


from sklearn import preprocessing
X[:, 1] =  -1*X[:, 1]
minmax_scale = preprocessing.MinMaxScaler().fit(X)
X_std = minmax_scale.transform(X)

在打印x_std时,我们得到:

array([[0.        , 1.        , 1.        ],
       [0.        , 0.        , 0.60543616],
       [1.        , 0.8836627 , 0.        ]])

这表明第2列的值是期望值,即使用所提出的逆标准化公式计算的值。

希望这会有所帮助。

继续问,继续成长:)