Python cuml.experimental.preprocessing.MaxAbsScaler用法及代碼示例

用法:
class cuml.experimental.preprocessing.MaxAbsScaler(*args, **kwargs)

按最大絕對值縮放每個特征。

該估計器單獨縮放和轉換每個特征，使得訓練集中每個特征的最大絕對值為 1.0。它不會移動/居中數據，因此不會破壞任何稀疏性。

這個縮放器也可以應用於稀疏的 CSR 或 CSC 矩陣。

參數：

copy：布爾值，可選，默認為 True: 是否會觸發強製複製。如果 copy=False，則可能會通過轉換觸發複製。

注意：

NaN 被視為缺失值：在擬合中被忽略，在變換中保持不變。

例子：

>>> from cuml.preprocessing import MaxAbsScaler
>>> X = [[ 1., -1.,  2.],
...      [ 2.,  0.,  0.],
...      [ 0.,  1., -1.]]
>>> transformer = MaxAbsScaler().fit(X)
>>> transformer
MaxAbsScaler()
>>> transformer.transform(X)
array([[ 0.5, -1. ,  1. ],
       [ 1. ,  0. ,  0. ],
       [ 0. ,  1. , -0.5]])

屬性：

scale_：ndarray，形狀(n_features，): 數據的每個特征相對縮放。
max_abs_：ndarray，形狀(n_features，): 每個特征的最大絕對值。
n_samples_seen_：int: 估計器處理的樣本數。將在新調用時重置以適應，但在 partial_fit 調用中遞增。

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cuml.experimental.preprocessing.MaxAbsScaler。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。