Min-Max 归一化
使用训练集最小值与最大值把特征线性映射到指定范围，典型为 [0,1]。
学习前需要掌握
背景与问题
一些模型或显示需要把不同数值范围映射到统一区间。Min-Max 使用训练数据的最小值与最大值进行线性缩放，易于解释，但并不提供稳健的异常值处理。
“训练样本落在 0 到 1”与“所有未来样本都落在 0 到 1”是不同陈述。忽略这一区别，容易把正常超出训练范围的输入误认为计算错误。
概念定义
常见 Min-Max 变换为 (x−min_train)/(max_train−min_train)，也可以映射到其他目标区间。它保持非恒定特征内部的顺序，但不自动改变分布形状。
极值是训练阶段学到的状态。未来数据应使用同一组极值，不能每来一个批次就重新估计后仍认为特征接口没有变化。
直观理解
把训练范围当作尺子的两端。新物体长过原来的尺子，刻度值超过 1 完全可能；把数值硬截到 1 是额外处理，不是原始线性缩放本身。
训练落在区间内，未来可以超过 1
构造训练值 [10,20,30]，极值差为 20，映射到 [0,0.5,1]。未来的 40 使用相同尺子，结果为 (40−10)/20=1.5。
若把 40 加回训练范围重新 fit，原来的 20 会变成 1/3 而不是 0.5，所有历史特征含义都变了。是否允许更新尺子是模型版本与重训问题，不能在预测时悄悄发生。
核心原理
训练极值会受异常点影响。若少数巨大数值把区间拉长，大部分正常样本可能被压缩到很小范围，距离与梯度的有效尺度也会受影响。
未来超出范围时，默认线性变换通常允许超出目标区间。clip 可以限制输出，但会丢失超出边界的差异；是否需要它应根据模型接口与业务含义决定。
常量列没有正的训练范围，手写公式必须处理零分母；库的处理也应通过固定样本确认，不能把一个特定实现约定当成数学除零成立。
缩放本身不会消除数据泄漏。交叉验证中的极值仍必须来自当前训练折，对所有样本先 fit 再验证会改变评价边界。
数学表达
Min-Max 公式
默认映射到 [0,1]；分母为 0 时是常量特征。
变量含义
xⱼ,min第 j 列训练集最小值。xⱼ,max第 j 列训练集最大值。
计算步骤
- 110 → (10-10)/(30-10)=0
- 220 → 0.5
- 330 → 1
- 4未来值 40 → 1.5
代码对应位置
示例 1MinMaxScaler：安全保存训练区间并转换未来数据。
变量解释
| 变量 | 含义 |
|---|---|
xⱼ,min | 第 j 列训练集最小值。 |
xⱼ,max | 第 j 列训练集最大值。 |
完整数值示例
把 [10,20,30] 映射到 [0,1]
已知条件
- 训练最小值 10
- 训练最大值 30
计算步骤
- 10 → (10-10)/(30-10)=0
- 20 → 0.5
- 30 → 1
- 未来值 40 → 1.5
计算结果
训练集变为 [0,0.5,1]，未来值可以超过目标范围。
处理前后对比
- Z-score 使用均值和标准差，结果无固定上下界。
- Min-Max 使用端点，保持有限训练范围但更怕极端值。
计算与实现步骤
- 先划分数据。
- 在训练集拟合 min/max。
- 检查常量列和异常值。
- 转换所有分块。
- 保存 scaler 与模型。
代码实现
示例 1
MinMaxScaler
example_01.py用途：安全保存训练区间并转换未来数据。
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
train = [[10.0], [20.0], [30.0]]
future = [[40.0]]
print(scaler.fit_transform(train).ravel())
print(scaler.transform(future).ravel())代码解析
解析始终位于完整代码下方，并按实际代码段逐项对应。
输入数据与任务
安全保存训练区间并转换未来数据。
scaler- 保存训练集缩放参数的转换器。
Step 1 · 1–1 行
导入当前步骤需要的数值计算、预处理、模型或评价工具。依赖集中写在代码开头，便于复现。
from sklearn.preprocessing import MinMaxScalerStep 2 · 3–7 行
调用 fit 学习训练数据中的参数；若在 Pipeline 中，预处理器与模型会按顺序拟合。
scaler = MinMaxScaler()
train = [[10.0], [20.0], [30.0]]
future = [[40.0]]
print(scaler.fit_transform(train).ravel())
print(scaler.transform(future).ravel())预期输出或运行结果
[0. 0.5 1.]，随后 [1.5]。 [0. 0.5 1. ] [1.5]
常见错误 · 3 条
- 以为未来结果一定在 [0,1]
- 存在异常值仍直接使用
- 测试集重新拟合端点
实际应用
- 有明确有限输入范围的模型
- 像素或传感器特征缩放
常见错误
- 以为未来结果一定在 [0,1]
- 存在异常值仍直接使用
- 测试集重新拟合端点
推荐学习资料
参考库不会生成虚假资源或无效外部链接。