python-3.x - 何时使用 min-max-scaler 和 standardscaler

Question

引用时使用min-max-scaler当 Standard Scalar .
我认为这取决于数据。是否有任何数据特征可以决定采用哪种预处理方法。
我看了docs但有人可以让我更深入地了解它。

Answer 1

缩放确实取决于您将使用的数据类型。大多数情况下，StandardScaler是首选的定标器。如果您知道自己有一些异常值，请查找 RobustScaler .

然后，您处理一些具有奇怪分布的特征，例如数字，使用这些缩放器不是最好的。事实上，在这个数据集上，有很多像素为零，这意味着对于这个涉及除以 std 的分布，您可以选择零。开发不会有好处。所以基本上当一个特征的分布远非正常时，那么你需要采取另一种选择。

在数字的情况下，MinMaxScaler是一个更好的选择。但是，如果您想将零保持为零(因为您使用稀疏矩阵)，您将选择 MaxAbsScaler .

NB:也看看QuantileTransformer和 PowerTransformer如果您希望特征遵循正态/均匀分布，无论原始分布是什么。