python - 使用 MinMaxScaler 转换测试集时会发生什么

Question

我目前正在预处理我的数据，我知道我必须使用与我的训练集和测试集相同的缩放参数。然而，当我应用 sklearn 库中的 transform 方法时，我注意到一些奇怪的事情。

我首先在训练集上使用了 preprocessing.MinMaxScaler(feature_range=(0,1)) ，将最大值设置为 1，最小值设置为 0。接下来，我使用了 minmax_scaler在我的测试集上使用 .transform(data) ，我注意到当我打印出数据帧时，我的值大于 1。这可能意味着什么？

Answer 1

对于给定的特征x，您的minmax缩放到(0,1)将有效映射:

x 到 (x- min_train_x)/(max_train_x - min_train_x)

其中 min_train_x 和 max_train_x 是训练集中中 x 的最小值和最大值。

如果测试集中的x值大于max_train_x，则缩放变换将返回值> 1 .

除非输入必须在 (0,1) 范围内，否则通常不是一个大问题。