Question

使用sklearn中的MinMaxScaler，我按如下方式缩放数据。

ProtocolSummary

但是，当打印X_test_scaled.min（）时，我有一些负值（值不会介于0和1之间）。这是因为我的测试数据中的最低值低于列车数据，其中最小最大缩放器是合适的。

在SVM分类器上，0和1值之间没有完全标准化数据的影响有多大？此外，将列车和测试数据连接成单个矩阵，执行最小 - 最大缩放以确保值介于0和1之间，然后再将它们分开是不好的做法吗？

Answer 1

如果您可以一次性扩展所有数据，那么这将更好，因为所有数据都由Scaler以逻辑方式管理（全部在0和1之间）。但对于SVM算法，由于缩放器将扩展比例，因此必须没有区别。即使它是负面的，仍然存在相同的差异。

In the documentation我们可以看到有负值，所以我认为它对结果没有影响

Answer 2

对于这种缩放，它在实践中可能并不重要，但一般而言，您不应使用测试数据来估计预处理的任何参数。这可能会严重偏向您的结果，以进行更复杂的预处理步骤。

你真的没有理由想在这里连接数据，SVM会处理它。如果您要使用的模型需要正值且测试数据不是正数，那么您可能会考虑另一种策略而不是MinMaxScaler。