使用MinMaxScaler获得较差的结果，我是否使用错误的功能

Question

我在浮点数 32 中有一个带有值的数组，我似乎从 sklearn minMaxScaler 函数中得到了错误的结果。

# ensure all data is float
values = values.astype('float32')
print(values)
[[ 1.  2.  3.  0.  0.]
 [ 2.  2.  3.  0.  0.]
 [ 2.  3.  3.  0.  0.]
 [ 2.  3.  4.  0.  0.]
 [ 1.  2.  3.  0.  0.]
 [ 1.  2.  3.  0.  0.]]
In [34]:
# normalize features
scaler = MinMaxScaler(feature_range=(0, 1))
scaled = scaler.fit_transform(values)
print(scaled)
[[ 0.  0.  0.  0.  0.]
 [ 1.  0.  0.  0.  0.]
 [ 1.  1.  0.  0.  0.]
 [ 1.  1.  1.  0.  0.]
 [ 0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.]]
In [28]:

我用错了这个功能吗？提前感谢！

Answer 1

MinMaxScaler 按列缩放。所以你的结果是正确的。例如，在第一列中，最小值 (1( 替换为 0，最大值 (2( 替换为 1，正如预期的那样