當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

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


用法:

cuml.experimental.preprocessing.minmax_scale(X, feature_range=(0, 1), *, axis=0, copy=True)

通過將每個特征縮放到給定範圍來轉換特征。

該估計器單獨縮放和轉換每個特征，使其在訓練集的給定範圍內，即在零和一之間。

轉換由(當 axis=0 時)給出：

X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
X_scaled = X_std * (max - min) + min

其中最小值，最大值 = feature_range。

轉換計算為(當 axis=0 時)：

X_scaled = scale * X + min - X.min(axis=0) * scale
where scale = (max - min) / (X.max(axis=0) - X.min(axis=0))

這種變換通常用作零均值、單位方差縮放的替代方法。

參數：

X：array-like of shape (n_samples, n_features)

數據。

feature_range：元組(最小值，最大值)，默認=(0, 1)

所需的轉換數據範圍。

axis：整數，默認=0

用於縮放的軸。如果為 0，則獨立縮放每個特征，否則(如果為 1)縮放每個樣本。

copy：布爾，默認=真

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。

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.minmax_scale。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。