scikit-learn MinMaxScaler产生的结果与NumPy实现的结果略有不同

Question

我将使用NumPy的scikit-learn Min-Max缩放器与preprocessing模块进行了比较。但是，我注意到结果稍有不同。有没有人对此有过解释？

使用的最小 - 最大缩放公式如下：

这应该是一样的scikit学习一个：(X - X.min(axis=0))/(X.max(axis=0) - X.min(axis=0))

我使用这两种方法如下：

def numpy_minmax(X): 
    xmin = X.min() 
    return (X - xmin)/(X.max() - xmin) 

def sci_minmax(X): 
    minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True) 
    return minmax_scale.fit_transform(X) 

随机抽样：

import numpy as np 

np.random.seed(123) 

# A random 2D-array ranging from 0-100 

X = np.random.rand(100,2) 
X.dtype = np.float64 
X *= 100 

结果稍有不同：

from matplotlib import pyplot as plt 

sci_mm = sci_minmax(X) 
numpy_mm = numpy_minmax(X) 

plt.scatter(numpy_mm[:,0], numpy_mm[:,1], 
     color='g', 
     label='NumPy bottom-up', 
     alpha=0.5, 
     marker='o' 
     ) 

plt.scatter(sci_mm[:,0], sci_mm[:,1], 
     color='b', 
     label='scikit-learn', 
     alpha=0.5, 
     marker='x' 
     ) 

plt.legend() 
plt.grid() 

plt.show() 

Answer 1

scikit-learn处理每个单独功能。所以，你需要指定axis=0采取min时，否则numpy.min将是最小的阵列的每个单独列的所有的元素，而不是：

>>> xs 
array([[1, 2], 
     [3, 4]]) 
>>> xs.min() 
1 
>>> xs.min(axis=0) 
array([1, 2]) 

为numpy.max同样的事情;所以正确的功能是：

def numpy_minmax(X): 
    xmin = X.min(axis=0) 
    return (X - xmin)/(X.max(axis=0) - xmin) 

这样做，你会得到一个确切的匹配：