归一化后的数据校验：RobustScaler与MaxAbsScaler校验方法咨询

你已经用代码验证了StandardScaler的归一化结果（均值0、标准差1），下面结合RobustScaler和MaxAbsScaler的缩放原理，给出对应的校验逻辑和代码：

RobustScaler 校验逻辑 #

RobustScaler基于中位数和四分位数范围（IQR，即上四分位数Q3减下四分位数Q1）缩放，公式为 (X - 中位数) / IQR。归一化后的数据需满足：

• 列的中位数为0
• 列的四分位数范围(IQR)为1

对应校验代码：

import pandas as pd

for col in df_norm.columns:
    median = df_norm[col].median()
    q1 = df_norm[col].quantile(0.25)
    q3 = df_norm[col].quantile(0.75)
    iqr = q3 - q1
    print(f'{col}: 中位数={median:.4f}, IQR={iqr:.4f}')

MaxAbsScaler 校验逻辑 #

MaxAbsScaler通过将每个特征除以自身的最大绝对值，把数据缩放至[-1,1]区间。归一化后的数据需满足：

• 列的最大绝对值为1（若原列存在非零值；若原列全为0，最大绝对值仍为0）

对应校验代码：

import numpy as np

for col in df_norm.columns:
    max_abs = np.max(np.abs(df_norm[col]))
    print(f'{col}: 最大绝对值={max_abs:.4f}')

内容的提问来源于stack exchange，提问作者Andinanos