将数据缩放到 python 中的特定范围

Question

我想将大小为 [192,4000] 的数组缩放到特定范围。我希望将每一行 (1:192) 重新缩放到特定范围，例如(-840,840)。我运行一个很简单的代码：

import numpy as np
from sklearn import preprocessing as sp
sample_mat = np.random.randint(-840,840, size=(192, 4000))
scaler = sp.MinMaxScaler(feature_range=(-840,840))
scaler = scaler.fit(sample_mat)
scaled_mat= scaler.transform(sample_mat)

这打乱了我的矩阵范围，即使我的原始矩阵的最大值和最小值完全相同。我不知道哪里出了问题，知道吗？

Answer 1

您可以手动执行此操作。它是minmax归一化数据的线性变换。

interval_min = -840
interval_max = 840
scaled_mat = (sample_mat - np.min(sample_mat) / (np.max(sample_mat) - np.min(sample_mat)) * (interval_max - interval_min) + interval_min

Answer 2

MinMaxScaler 支持 feature_range 初始化参数，可以在一定范围内产生输出。 scaler = MinMaxScaler(feature_range=(1, 2)) 将产生 (1,2) 范围内的输出

将数据缩放到 python 中的特定范围

scaling data to specific range in python

python

normalization

scikit-learn