python - Scikit Scaler 和 Inversion 不会产生相同的数字？

Question

对 Sci-kit 来说有点新，但注意到最小最大归一化和反转的一些行为似乎有点奇怪(但也许这是预期的行为？？)。我以为在反转时我会重新生成原始数据点 - 但相反，反转生成的数字“接近”但不完全相等......这是应该发生的，还是我搞砸了？

#previously imported data is in a 3 column df
scaler = sklearn.preprocessing.MinMaxScaler()
df_norm = df.copy()
(df_norm == df).all()
#RETURNS TRUE

df_norm = scaler.fit_transform(df_norm) 
df_norm = scaler.inverse_transform(df_norm)

(df_norm == df.values).all()
#RETURNS FALSE

所以我有点困惑为什么我有 2 个相同的数据帧，但在缩放和反转后数据集不再相等？许多数字是相等的，但也有不少是不相等的。奇怪的是，如下所示，有些甚至看起来相同，但在使用 df_norm == df 进行测试时却没有以这种方式显示

df:
array([[17.21 , 17.21 , 17.23 , 17.16 ],
       [17.21 , 17.19 , 17.25 , 17.19 ],
       [17.185, 17.21 , 17.23 , 17.18 ],
       ...,
       [12.78 , 12.78 , 12.78 , 12.78 ],
       [12.78 , 12.78 , 12.78 , 12.78 ],
       [12.78 , 12.78 , 12.78 , 12.78 ]])

df_norm
array([[17.21 , 17.21 , 17.23 , 17.16 ],
       [17.21 , 17.19 , 17.25 , 17.19 ],
       [17.185, 17.21 , 17.23 , 17.18 ],
       ...,
       [12.78 , 12.78 , 12.78 , 12.78 ],
       [12.78 , 12.78 , 12.78 , 12.78 ],
       [12.78 , 12.78 , 12.78 , 12.78 ]])

df == df_norm
array([[ True,  True,  True,  True],
       [ True,  True,  True,  True],
       [ True,  True,  True,  True],
       ...,
       [ True,  True, False,  True],
       [ True,  True, False,  True],
       [ True,  True, False,  True]])

Answer 1

这个问题很可能是由 float 的性质引起的，导致如下影响:

In [17]: 0.1 + 0.2 == 0.3
Out[17]: False

In [18]: 0.1 + 0.2 - 0.3
Out[18]: 5.551115123125783e-17

尝试使用 np.allclose() 比较您的数组:

np.allclose(df_norm, df.values)