何时使用 min-max-scalar 和 standard-scalar答案

【问题标题】：when to use min-max-scalar and standard-scalar何时使用 min-max-scalar 和 standard-scalar
【发布时间】：2018-08-30 16:38:20
【问题描述】：

当它被提及时使用min-max-scaler 和Standard Scalar。我认为这取决于数据。是否需要查看数据的任何特征来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。

【问题讨论】：

【解决方案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

【讨论】：

【解决方案2】：

缩放确实取决于您想要的数据类型。在大多数情况下，StandardScaler 是首选的缩放器。如果您知道自己有一些异常值，请使用 RobustScaler。

然后，您要处理一些分布奇怪的特征，例如数字，使用这些缩放器并不是最好的选择。事实上，在这个数据集上，有很多像素为零，这意味着你可以在这个涉及除以标准差的分布中选择零。开发。不会有好处。所以基本上当一个特征的分布远非正常时，你需要采取替代方案。

就数字而言，MinMaxScaler 是更好的选择。但是，如果您想将零保持为零（因为您使用稀疏矩阵），您将选择 MaxAbsScaler。

注意：如果您希望某个功能遵循正态/均匀分布（无论原始分布是什么），也请查看 QuantileTransformer 和 PowerTransformer。

【讨论】：