python - Standard scaler 和 MinMaxScaler 之间的区别

Question

MinMaxScaler() 和 StandardScaler() 有什么区别。

mms = MinMaxScaler(feature_range = (0, 1))(用于机器学习模型)

sc = StandardScaler()(在另一个机器学习模型中，他们使用标准缩放器而不是最小最大缩放器)

Answer 1

MinMaxScaler(feature_range = (0, 1)) 将在范围 [0,1] 内按比例转换列中的每个值。将其用作转换特征的第一个缩放器选择，因为它将保留数据集的形状(无失真)。

StandardScaler() 会将列中的每个值转换为均值 0 和标准差 1 左右的范围，即，每个值将通过减去均值并除以标准差来归一化。如果您知道数据分布是正常的，请使用 StandardScaler。

如果有异常值，使用 RobustScaler()。或者，您可以删除异常值并使用上述 2 个缩放器中的任何一个(选择取决于数据是否呈正态分布)

补充说明:如果在train_test_split之前使用scaler，会发生数据泄露。在 train_test_split 之后使用缩放器