sklearn MinMaxScaler相近序列缩放结果差异过大原因及方案咨询
sklearn MinMaxScaler对相近取值序列的缩放行为差异探究
实验方案
我共收集2组配对序列,每组内包含分别命名为Normal和New的两个序列。实验目标是在同组内对两个序列做相对缩放,降低数值尺度以适配后续处理流程,因此采用“单序列拟合MinMaxScaler、转换同组另一序列”的方式,保证组内两个序列的缩放基准统一。
核心实现代码如下:
normal_ser = pd.read_csv(f"data1.csv")["normal"] print("Series set 1") print('\nNormal ser') print(f'Normal max: {normal_ser.max()}, Normal min: {normal_ser.max()}') plt.figure(figsize=(20, 3)) plt.plot(normal_ser) plt.show() print("Normal Ser histogram") normal_ser.hist() plt.show() print('new ser') new_ser = df2.read_csv("data2.csv")["new"] print(f'New max: {new_ser.max()}, New min: {new_ser.max()}') plt.figure(figsize=(20, 3)) plt.plot(new_ser) plt.show() print("New Ser histogram") new_ser.hist() plt.show() print('Normal ser scaled') # Scaling new series data based on the normal data series mm_scaler = MinMaxScaler() normal_ser_scaled = mm_scaler.fit_transform(normal_ser.values.reshape(-1, 1)) plt.figure(figsize=(20, 3)) plt.plot(normal_ser_scaled) plt.show() print('new ser scaled') new_ser_scaled = mm_scaler.transform(new_ser.values.reshape(-1, 1)) plt.figure(figsize=(20, 3)) plt.plot(new_ser_scaled) plt.show()
实验结果
使用上述代码分别处理两组配对序列,得到的缩放结果如下:
- 第一组序列处理结果:

- 第二组序列处理结果:采用完全相同的代码逻辑执行流程,结果如下:

异常现象与待解问题
从结果可见,两组的Normal序列、New序列原始取值范围相近,但经过同逻辑缩放后,两组的New序列数值差异极大:第一组的缩放后New序列值处于-16.0区间,第二组同处理的New序列值仅处于-2.5区间。我预期两组缩放结果虽有差异,但不应出现量级级别的差距,因此需要明确:
- 造成该现象的核心原因是什么
- 有没有更适配同组序列相对缩放目标的实现方法
内容的提问来源于stack exchange,提问作者smm
相关产品推荐
相关产品推荐

