如何使用 MinMax 归一化解决 DataConversion 警告答案

【问题标题】：How to solve DataConversion Warning with MinMax normalization如何使用 MinMax 归一化解决 DataConversion 警告
【发布时间】：2017-04-21 17:00:14
【问题描述】：

谁能告诉我如何删除以下警告？我想通过 min-max 归一化技术对一组整数值进行归一化，但我收到此警告并且不知道如何解决？（X 是一列从 0 到 127 的整数值）

代码如下：

X = df.iloc[:,0]
mms = MinMaxScaler()
a=X.reshape(-1, 1)
b=mms.fit_transform(a)
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "distributions")))
ax=sns.distplot(b);
ax.set(xlabel='frequency', ylabel='Probability')
plt.show()

这是警告：

DataConversionWarning: Data with input dtype int64 was converted to float64 by MinMaxScaler. warnings.warn(msg, DataConversionWarning)

【问题讨论】：

如果你想缩放整数，你无能为力。要么你接受这个自动转换，要么自己提前做（读入时，或者使用 array.astype()）。后者将不会有任何警告，但会导致相同的行为。
@sascha 你能用array.astype（）澄清你的意思吗？我应该在哪里添加此更改？
您是否考虑过使用 astype() 搜索 numpy 文档？这只是改变类型的一些调用。

标签： python scikit-learn minmax

【解决方案1】：

MinMaxScaler() 使用浮点数工作，因此它会自动将您的 np.array 类型为 np.int 转换为 np.float 并通知您。如果您不想看到此警告，请事先明确进行转换：

b = mms.fit_transform(a.astype(np.float))

【讨论】：