Question

我正在使用MLPRegressor，它有5个连续的特征和1个从一组40个值[0,1,2,.., 39]中提取值的特征。

我被告知使用sklearn.preprocessing.MinMaxScaler(feature_range = (0,1))对功能进行规范化可以帮助提高性能，无论是MLP还是LSTM。

因此，我在包含上述功能的Xtrain矩阵中使用它。

然而，对我来说，我应该最小化一个分类变量看起来很奇怪..我应该这样做吗？文档说明（http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html）MInMaxScaler分别规范化每个功能。我是否应该删除分类栏并将所有其他列标准化？

另外，如果它单独规范化每个功能，当我使用inverse_transform时，它如何知道如何将它们转换回来？

Answer 1

应该相应地处理分类变量，即使用one-hot encoding

之后，MinMax缩放器不会真正改变编码特征。

回答你的最后一个问题 - 缩放器只为每个输入的feacture separatley存储最小值和最大值，因此它可以进行逆变换。独立扩展功能是有意义的 - 它们可能具有不同的规模甚至性质。

Answer 2

分类功能应显示为OneHotEncoding。即使您执行归类功能的归一化，也不会损害您的数据。它只是将您的数据从一种形式转换为另一种形式，并保持值的离散性。请在下面的小代码示例中找到：

from sklearn.preprocessing import OneHotEncoder, MinMaxScaler
data = np.array([-2,-2,-78,-78,-1,-1,0,0,1,1])
scaler = MinMaxScaler(feature_range=(0,1))
normalizedData = scaler.fit_transform(data.reshape(-1,1))
encoder = OneHotEncoder(categories='auto',sparse=False)
encodedData = encoder.fit_transform(normalizedData.reshape(-1,1))
print(encodedData)

OneHotEncoding后的O / P：

[[0. 1. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [1. 0. 0. 0. 0.]
 [1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]]

即使我直接将数据馈送到编码器（即不进行标准化），O / P也会保持不变。

Answer 3

缩放分类变量是不必要的，因为在这些类型的变量空间中没有自然的度量标准。

第二个答案 - MinMaxScaler对象在拟合数据后保留scale_, data_range_, data_min_ data_max_（规范化变量长度的数组）。

此属性启用每个要素的逆转换。

MinMaxScaler sklearn：我也应该规范化类标签吗？

3 个答案: