Python机器学习实战：特征缩放的3个方法

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。

什么是特征缩放？

特征缩放(feature scaling): 改变特征的取值范围，缩放到统一的区间，例如$[0,1]$.

为什么要进行特征缩放？

数据集包含众多特征，每个特征的尺度(scale)不同，有的特征的单位是小时，有的特征的单位是公里，尺度不同也意味着变化的范围不同，有的特征的波动非常大，有的非常小。对大部分机器学习算法而言，特征取值越大或波动越大，在模型中获得的权重就越大，结果导致预测精度降低，最好的处理办法是将所有特征的尺度缩放到统一的区间。

如何用sklearn实现特征缩放？

sklearn提供了几个通用的接口：

1. MinMaxScaler
2. RobustScaler
3. StandardScaler

参考：

• sklearn官方文档
• 如何使用MinMaxScaler和StandardScaler
• sklearn实现Scale,Standardize,Normalize

1. MinMaxScaler

MinMaxScaler: 将特征尺度缩放到统一的区间，通常选择$[0,1]$。

数学逻辑：对于给定的特征，计算其最大值和最小值，然后计算每个观测值在这个区间的所处的位置。

$$y_i=\frac{x_i-min(x)}{max(x)-min(x)}$$

• $y_i$是经过缩放的第i个观测值
• $x_i$是第i个原始观测值
• min(x)和max(x)是最小值和最大值

MinMaxScaler只会改变特征的取值范围，不会改变分布

运用MinMaxScaler的最佳实践：

1. 先在训练集调用M