Python sklearn MaxAbsScaler用法及代碼示例

本文簡要介紹python語言中 sklearn.preprocessing.MaxAbsScaler 的用法。

用法:

class sklearn.preprocessing.MaxAbsScaler(*, copy=True)

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，默認=真

設置為 False 以執行就地縮放並避免複製(如果輸入已經是一個 numpy 數組)。

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_features_in_：int

擬合期間看到的特征數。

feature_names_in_：ndarray 形狀(n_features_in_，)

擬合期間看到的特征名稱。僅當 X 具有全為字符串的函數名稱時才定義。

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。

注意：

NaNs 被視為缺失值：在擬合中忽略，並在變換中保持。

有關不同縮放器、轉換器和規範器的比較，請參閱示例/預處理/plot_all_scaling.py。

例子：

>>> from sklearn.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]])