何时使用min-max-scalar和标准标量

Question

当提及时使用min-max-scaler和Standard Scalar时。 我认为这取决于数据。是否有任何数据特征可供查看以决定采用哪种预处理方法。 我查看了docs，但有人可以让我更深入地了解它。

Answer 1

我希望这会有所帮助。
何时使用MinMaxScaler，RobustScaler，StandardScaler和Normalizer
https://towardsdatascience.com/scale-standardize-or-normalize-with-scikit-learn-6ccc7d176a02

Answer 2

缩放比例的确取决于您将要使用的数据类型。在大多数情况下，StandardScaler是首选的缩放器。如果您知道有一些异常值，请选择RobustScaler。

然后，您处理一些具有怪异分布的功能，例如数字，使用这些缩放器并不是最佳选择。确实，在此数据集上，有很多像素为零，这意味着您需要对此分布进行除以std的零拾取。开发。不会有好处。因此，基本上，当一个特征的分布远非正态分布时，您就需要采取另一种选择。

对于数字，MinMaxScaler是更好的选择。但是，如果您希望将零保持为零（因为使用稀疏矩阵），则将使用MaxAbsScaler。

注意：如果您希望某个功能遵循原始分布的正态分布/均匀分布，请同时查看QuantileTransformer和PowerTransformer。