DAY 012 MinMaxScaler() 在 .fit 之後的變化
2020/09/19 下午 08:31
數值型特徵 - 補缺失值與標準化
蔣淳斌
觀看數：21
回答數：1
收藏數：0
ml-100
d012
sklearn
minmaxscaler()
>>> from sklearn.preprocessing import MinMaxScaler
>>> mnscaler = MinMaxScaler()
>>> x = np.arange(0, 6, 1.).reshape(-1, 2)
>>> print(x)
[[0. 1.]
[2. 3.]
[4. 5.]]
>>> print(mnscaler)
MinMaxScaler()
>>> mmscaler.fit(x)
>>> print(mnscaler)
MinMaxScaler()
>>> y = mmscaler.transform(x)
>>> print(y)
[[0. 0. ]
[0.5 0.5]
[1. 1. ]]
在上面的例子中綠色部份，mnscaler 在 fit 之後看不出有任何變化，但是我也不能直接執行 mmscaler.transform(x)，請問：
- fit 之後 mnscaler 產生了什麼變化？
- 沒辦法用 print，那這個變化要怎麼樣才能看得出來？