我有一个如下所示的数据框架，我使用Scikit-Learn的MinMaxScaler将path_len列的值归一化为0到1之间。16min_max = MinMaxScaler1 0.033582 0 0
浏览 21提问于2020-09-09得票数 1
回答已采纳
1回答
我试图从单个值执行MixMaxScaler的逆操作。代码是这个：minmaxscaler_targets.fit(pred)
print(minmaxscaler_targets.inverse_transform(np.array([[pred]]
浏览 19提问于2022-11-24得票数 0
[ 0.5 0.5 ]现在如何转换单个输入？但是，如果我只有一个输入，并希望将其传递给机器学习模型(在缩小输入和输出后进行培训)作为输入，我该怎么办？所有的输出都是相同的，不管数据在缩放之前有多大的不同。这绝对不对。我在这里能做什么？有什么方法可以将单个输入表示为不是一系列的0.？以下是我在培训过程中所做的工作：
X_scaler =
浏览 1提问于2018-08-22得票数 1
回答已采纳
1回答
我正在转换从.wav文件到图像的多个日志-梅尔光谱图。我想销毁尽可能少的信息，因为我计划使用产生的图像用于计算机视觉任务。为了将数据转换成图像格式，我目前使用了一个简单的sklearn.MinMaxScaler((0, 255))。为了适应这个定标器，我在所有的光谱图上使用了全频率的最小和最大能量。对于每个特定的频率，我应该用最小和最大的能量来刻度我的光谱图吗？
有不同的频率和不同的</em
浏览 4提问于2022-06-28得票数 2
我有一个需要标准化的数字特征的DataFrame。为此，我使用python MinMaxScaler对DataFrame的所有列执行以下操作 X = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0一种方法是在Scala中使用MinMaxScaler，但是它会生成一个特性数组，并将其存储为一个新列。如何在使用MinMaxScaler的同时仍具有多列缩放功能？
浏览 29提问于2020-03-31得票数 2
1回答
我确实理解规范化的概念&扩展培训/测试数据；它确实有助于成本函数的收敛。对于许多机器学习算法来说，它是一个很好的助手。我使用规范化数据(MinMaxScaler)训练和验证我的模型，并保存我的模型。在这一点上，我不再能够访问培训/测试数据。我所拥有的只是新的单行输入数据。
我将如何规范输入
浏览 0提问于2018-05-05得票数 2
回答已采纳
我正在尝试使用指定的ExtraTreesClassifier gini值来实现规范化。我设计了MinMaxScaler成功运行。但我无法实现ExtraTreesClassifier。MinMaxScaler：
mM = MinMaxScaler(feature_range=(0，1)) def规范化( df，col)：for i in col: arr = dfi arr = np.array(arr) dfi =mM.fit_transform(arr.reshape(len(Arr)，1)返
浏览 13提问于2022-04-27得票数 0
正如中所解释的，当您有一组样本时，可以很容易地测试数据。如果用户必须预测单个样本的目标，那么如何继续。请帮帮忙。
谢谢。
浏览 4提问于2020-02-19得票数 0
2回答
在相同的接口中，fit()方法在sklearn中似乎具有不同的用途。但是，在有些情况下，fit()不涉及“学习”，而只是一些转换数据的规范化，如下所示：min_max_scaler.fit(X_train)
这将简单地缩放特征值之间，例如，0和1，以避免某些特征具有较高的方差，从而对模型产生不成比例的影响。为了使事情变得更不直观，有时扩展(并且看起来已经在转换
浏览 5提问于2021-08-23得票数 2
回答已采纳
>>> scaler = MinMaxScaler(feature_range=(0, 1))MinMaxScaler(copy=True, feature_range, 0.6875]])
我注意到，当我用合适的test_data ()转换MinMaxScaler时，它返回的值超出了定义的范围(0 - 1)。现在，我故意使test_data超出“数据”的</e
浏览 7提问于2020-12-06得票数 1
回答已采纳
我使用来自sklearn的MinMaxScaler将输入缩放到0和1之间的值，然后处理数据以获得另一个向量。我在获得的向量上使用inverse_transform获得原始范围内的返回值。fit_transform的输入和inverse_transform的输入的形状不同。作为MWE，我提供了以下代码。import numpy as np
from
浏览 6提问于2021-05-18得票数 2
回答已采纳
2回答
csv文件中的数据使用MinMaxScaler在0-1的范围内标准化.规范化步骤工作得很好，print语句打印出属性的规范化结果。但是，当我试图在新的CSV文件中针对每个属性保存这些结果(规范化值)时，它会创建一个新的文件"Employees_modified“，其值与作为MinMaxScaler函数输入的”员工“数据集的值相同。我<e
浏览 0提问于2018-11-22得票数 0
回答已采纳
这是我用过的模型：model.add(LSTM(units=200, input_shape=(15, 17), return_sequences=True)老实说，附加备注我只需要最后一个预测，但是由于Keras内部设计的原因，我不能只有一个预测。必须分批处理。所以我必须分批做我的预测，然后提取最后一个预测。这很好，但现在的问题是，我必须给model.predict()的最佳批数是多少？这不与LSTM在每一批之后重置其状态的方式有
浏览 7提问于2021-01-11得票数 0
回答已采纳
3回答
对于可能包含NaN的从x到y的数字列表，我如何在0和1之间标准化，忽略NaN值(它们仍然是NaN)。通常我会使用sklearn.preprocessing中的MinMaxScaler ()，但这不能处理NaN，建议根据平均值或中位数等来输入值。它不提供忽略所有NaN值的选项。
浏览 0提问于2016-09-29得票数 25
回答已采纳
1回答
在我学习ML的过程中，我对sklearn提供的MinMaxScaler感到困惑。其目标是将数值数据规范化为一个范围的[0, 1]。示例代码：scaler = MinMaxScaler当它们都被设置为min-value (0)时，任何值都没有任何重要意义。我所期望的示例：
[[0.1, 0.2]
浏览 5提问于2020-10-25得票数 2
回答已采纳
1回答
你好，我在我的dataframe属性elnino_1"air_temp“中使用了许多规范化数据的选项，但是它总是显示一个错误，比如”如果您的数据具有单个特性，则使用array.reshape(-1，1)或者使用array.reshape(1，-1)来重塑您的数据“。min(axis=0))(2)scaler = Mi
浏览 7提问于2022-11-24得票数 0
我想将MinMaxScalar of PySpark应用于PySpark数据帧df的多列。到目前为止，我只知道如何将其应用于单个列，例如x。from pyspark.ml.feature import MinMaxScaler
df = spark.createDataFrame(pdf)
scaler = MinMaxScaler</
浏览 0提问于2020-02-18得票数 17
回答已采纳
我制作了一个csv文件的数据，并将它传递给train_test_split，然后使用MinMaxScaler来缩放整个X和Y数据，但是现在我想知道基本的行数和列数，但是不能。y_test = train_test_split(X, y, test_size=0.33, random_state=42)X_train = scaler.fit(X_train)
X_t
浏览 0提问于2021-06-01得票数 0
回答已采纳
假设我有一个用于监督机器学习任务的数据集X和标签Y。我现在希望将其用于新数据的模型，因此我收集了X的10个特征的新样本，并希望使用我训练的模型对此样本进行分类。在尝试分类之前，有没有一种简单的方法可以将在训练模型之前在X上执行的相同缩放应用到这
浏览 4提问于2018-08-12得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
