使用MinMaxScaler將測試數據縮放為0和1

Question

使用sklearn的MinMaxScaler，我按如下所示縮放數據。

min_max_scaler = preprocessing.MinMaxScaler()
X_train_scaled = min_max_scaler.fit_transform(features_train)
X_test_scaled = min_max_scaler.transform(features_test)

但是，在打印X_test_scaled.min（）時，我有一些負值（值不介於0和1之間）。 這是由於以下事實：我的測試數據中的最小值低於適合最小最大縮放器的火車數據。

SVM分類器對0到1值之間的數據進行標准化處理不會產生多大影響？ 另外，將訓練和測試數據連接到一個矩陣中，執行最小-最大縮放以確保值在0到1之間，然后再次將它們分開，是不明智的做法？

Answer 1

如果您可以一次縮放所有數據，那會更好，因為所有數據都由Scaler以邏輯方式管理（都在0到1之間）。 但是對於SVM算法，縮放器將擴展縮放比例，因此必須沒有任何區別。 即使是負數，仍然存在相同的差異。

在文檔中，我們可以看到存在負值，因此我認為它不會對結果產生影響

Answer 2

對於這種縮放，實際上它並不重要，但是通常您不應該使用測試數據來估計預處理的任何參數。 這可能會使您的結果嚴重偏向更復雜的預處理步驟。

確實沒有理由要在此處連接數據，SVM會處理它。 如果您使用的模型需要正值，而您的測試數據不是正數，則可以考慮使用MinMaxScaler以外的其他策略。