为什么sklearn的MinMaxScaler归一化稀疏矩阵仅输出-1和1的值

你遇到的MinMaxScaler输出只有-1、1两个值是正常计算结果，根因为参与拟合的样本量过少，每个特征维度仅包含2个样本。

MinMaxScaler默认按列（单个特征维度）做归一化，计算逻辑如下：

1. 首先对每个特征维度做标准差缩放：X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
2. 再映射到指定的特征范围：X_scaled = X_std * (feature_max - feature_min) + feature_min

你当前输入的list_1为2行3列结构，每个特征（每一列）仅包含2个取值，刚好对应该维度的最大值、最小值，所以映射到[-1,1]范围后，最小值对应-1、最大值对应1，自然只会出现这两个取值。

• 不要仅提取前2行样本做拟合，使用全量训练集数据完成MinMaxScaler拟合后，再对需要的子集做变换，就能得到[-1,1]范围内的连续归一化值，修改后的代码逻辑参考：

import h5py
import numpy
from sklearn.preprocessing import MinMaxScaler

file = h5py.File('HDF5s\\xy_train&std_data.hdf5', 'r')
# 用全量训练集拟合缩放器
full_dataset = numpy.array(file['s1']['V1']['cnn1']['n_train'], dtype='float64')
file.close()

scaler_1 = MinMaxScaler(feature_range=(-1, 1))
# 全量拟合
scaler_1.fit(full_dataset)

# 再对需要的子集做变换
list_1 = full_dataset[:2, :3]
s_list_1 = scaler_1.transform(list_1)

print('list_1: ', list_1, '\n')
print('scaled: ', s_list_1, '\n')
print('transfer: ', scaler_1.inverse_transform(s_list_1), '\n')

• 如果你的业务场景允许按单样本维度做归一化，可以调整归一化的计算维度为行维度，不需要依赖全量数据集的统计值。

内容的提问来源于stack exchange，提问作者SDesolator