Pudiera darse el caso de que halles algún problema en tu código o proyecto, recuerda probar siempre en un ambiente de testing antes aplicar el código al proyecto final.
Ejemplo 1: escalado de características en Python
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()from sklearn.linear_model import Ridge
X_train, X_test, y_train, y_test = train_test_split(X_data, y_data,
random_state =0)
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)
Ejemplo 2: escalar entidades a un rango
# Scaling features to a range using MinMaxScaler
X_train = np.array([[1.,-1.,2.],[2.,0.,0.],[0.,1.,-1.]])
min_max_scaler = preprocessing.MinMaxScaler()
X_train_minmax = min_max_scaler.fit_transform(X_train)
X_train_minmax
# array([[0.5 , 0. , 1. ],# [1. , 0.5 , 0.33333333],# [0. , 1. , 0. ]])
X_test = np.array([[-3.,-1.,4.]])
X_test_minmax = min_max_scaler.transform(X_test)
X_test_minmax
# array([[-1.5 , 0. , 1.66666667]])
min_max_scaler.scale_
# array([0.5 , 0.5 , 0.33...])
min_max_scaler.min_
# array([0. , 0.5 , 0.33...])
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)