scikit-learn MinMaxScaler 产生的结果与 NumPy 实现略有不同答案

【问题标题】：scikit-learn MinMaxScaler produces slightly different results than a NumPy implemantationscikit-learn MinMaxScaler 产生的结果与 NumPy 实现略有不同
【发布时间】：2014-09-03 16:07:45
【问题描述】：

我将来自 preprocessing 模块的 scikit-learn Min-Max 缩放器与使用 NumPy 的“手动”方法进行了比较。但是，我注意到结果略有不同。有人对此有解释吗？

使用以下等式进行 Min-Max 缩放：

应该和scikit-learn一样：(X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))

我使用两种方法如下：

def numpy_minmax(X):
    xmin =  X.min()
    return (X - xmin) / (X.max() - xmin)

def sci_minmax(X):
    minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True)
    return minmax_scale.fit_transform(X)

在随机样本上：

import numpy as np

np.random.seed(123)

# A random 2D-array ranging from 0-100

X = np.random.rand(100,2)
X.dtype = np.float64
X *= 100

结果略有不同：

from matplotlib import pyplot as plt

sci_mm = sci_minmax(X)
numpy_mm = numpy_minmax(X)

plt.scatter(numpy_mm[:,0], numpy_mm[:,1],
        color='g',
        label='NumPy bottom-up',
        alpha=0.5,
        marker='o'
        )

plt.scatter(sci_mm[:,0], sci_mm[:,1],
        color='b',
        label='scikit-learn',
        alpha=0.5,
        marker='x'
        )

plt.legend()
plt.grid()

plt.show()

【问题讨论】：

标签： python numpy normalization scikit-learn scaling

【解决方案1】：

scikit-learn 单独处理每个功能。因此，您需要在获取min 时指定axis=0，否则numpy.min 将是所有数组元素的最小值，而不是单独的每一列：

>>> xs
array([[1, 2],
       [3, 4]])
>>> xs.min()
1
>>> xs.min(axis=0)
array([1, 2])

numpy.max 也一样；所以正确的函数是：

def numpy_minmax(X):
    xmin =  X.min(axis=0)
    return (X - xmin) / (X.max(axis=0) - xmin)

这样做你会得到一个完全匹配的：

【讨论】：