scikit-learn MinMaxScaler tạo ra các kết quả hơi khác so với việc thực hiện NumPy

Question

Tôi so sánh scaler Min-Max scikit-learning từ mô-đun preprocessing với phương pháp "thủ công" bằng NumPy. Tuy nhiên, tôi nhận thấy rằng kết quả hơi khác. Có ai có một lời giải thích cho điều này?

Sử dụng phương trình sau đây cho Min-Max rộng:

mà nên giống như scikit-học một: (X - X.min(axis=0))/(X.max(axis=0) - X.min(axis=0))

Tôi đang sử dụng cả hai phương pháp tiếp cận như sau:

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) 

Trên mẫu ngẫu nhiên:

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 

Kết quả là hơi khác nhau:

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() 

Answer 1

scikit-learn quá trình mỗi đặc trưng riêng. Vì vậy, bạn cần phải xác định axis=0 khi chụp min, nếu không numpy.min sẽ là phút trên tất cả các yếu tố của mảng, không từng cột riêng biệt:

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

điều tương tự cho numpy.max; vì vậy các chức năng đúng sẽ là:

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

Làm như vậy bạn sẽ nhận được một kết hợp chính xác: