logo
Loading...

DAY 012 MinMaxScaler() 在 .fit 之後的變化 - Cupoy

>>> from sklearn.preprocessing import MinMaxScaler...

ml-100,d012,sklearn,minmaxscaler()

DAY 012 MinMaxScaler() 在 .fit 之後的變化

2020/09/19 下午 08:31
數值型特徵 - 補缺失值與標準化
蔣淳斌
觀看數:21
回答數:1
收藏數:0
ml-100
d012
sklearn
minmaxscaler()

>>> from sklearn.preprocessing import MinMaxScaler

>>> mnscaler = MinMaxScaler()

>>> x = np.arange(0, 6, 1.).reshape(-1, 2)

>>> print(x)

[[0. 1.]

[2. 3.]

[4. 5.]]

>>> print(mnscaler)

MinMaxScaler()

>>> mmscaler.fit(x)

>>> print(mnscaler)

MinMaxScaler()

>>> y = mmscaler.transform(x)

>>> print(y)

[[0.  0. ]

[0.5 0.5]

[1.  1. ]]


在上面的例子中綠色部份,mnscaler 在 fit 之後看不出有任何變化,但是我也不能直接執行 mmscaler.transform(x),請問:

  1. fit 之後 mnscaler 產生了什麼變化?
  2. 沒辦法用 print,那這個變化要怎麼樣才能看得出來?

回答列表

  • 2020/09/19 下午 11:56
    張維元 (WeiYuan)
    贊同數:0
    不贊同數:0
    留言數:2

    嗨,fit 本身只是學習一個模型,mnscaler 就是學習後的模型。根據文件,可以試著把他的 Attributes 印出來看看。



    很高興可以在這次問答進行討論,如果還有不懂或是模糊的部分也歡迎持續追問。期待你的互動與鼓勵創造出不同更深度的討論。歡迎加入我自己經營的Line 群組社群,會有不定時舉辦的分享活動,一起來玩玩吧!