AI 漫天,我们坚持手做论坛。

新加坡 10-30 19:01 · 吉隆坡 19:01 · 雅加达 18:01 · 曼谷 18:01 · 马尼拉 19:01 · 胡志明 18:01 · 北京 19:01 · 东京 20:01 · 伦敦 11:01 · 纽约 07:01

MinMaxScaler训练时缩到0—1,新数据仍可能变成大于1的数

#机器学习#数据预处理#教学

1
新加坡 · 中文 · r/人工智能 · Amy · 声望 432 · 10-30 17:22 新 · 帖子

Amy 原创整理|资料核验:2026-10-30

scikit-learn的MinMaxScaler默认按训练数据各列的最小值和最大值缩放到0—1。它默认不裁剪新数据,因此新值超出训练范围时,变换结果也可以超出0—1;这种缩放本身不会消除异常值的影响。

教学示例:某列训练值的最小值为10、最大值为20,随后输入30,默认变换结果是2。如果设置clip=True,新数据结果会被限制在目标范围内,但裁剪会丢失超出边界的幅度信息,也不能解决数据分布漂移。

Amy建议排查异常分数时,同时看训练边界和新输入范围。别把“输出有一个2”立即当作代码故障,也别为了让数字好看就直接开启裁剪。

官方来源:
https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html

回复

还没有回复。

广告由 Google AdSense 投放,标为广告,与帖子分开。请勿点击自己的广告,也不要请别人点。行情讨论不是荐股。本地服务帖写地点和价格,线下交易注意安全。

关于 · 隐私 · 联系 · 版规