Scikit-learn Python机器学习 - 特征预处理 - 归一化 (Normalization)：MinMaxScaler

锋哥原创的Scikit-learn Python机器学习视频教程：

2026版 Scikit-learn Python机器学习视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍

本课程主要讲解基于Scikit-learn的Python机器学习知识，包括机器学习概述，特征工程(数据集，特征抽取，特征预处理，特征降维等)，分类算法(K-临近算法，朴素贝叶斯算法，决策树等)，回归与聚类算法(线性回归，欠拟合，逻辑回归与二分类，K-means算法)等。

Scikit-learn Python机器学习 - 特征预处理 - 归一化 (Normalization)：MinMaxScaler

不同特征可能有不同的量纲和范围（如身高、体重、年龄），归一化使各特征在相同尺度上进行比较，避免某些特征因数值较大而主导模型。

我们将特征缩放至一个特定的范围（默认是 [0, 1]）。

归一化（Normalization）公式，也称为最小-最大归一化（Min-Max Normalization)

公式含义 这个公式将原始数据 X 从其原始范围转换到 [ 0,1] 的范围内。

公式各部分解释

工作原理

特点

应用场景归一化在机器学习和数据挖掘中非常常用，特别是：

特征缩放，使不同量纲的特征可比较
梯度下降算法中加速收敛
神经网络中防止梯度消失或爆炸
图像处理中的像素值标准化

在Scikit-learn中，使用MinMaxScaler进行归一化操作。在初始化 MinMaxScaler 对象时，最重要的参数是：

feature_range: tuple (min, max), 默认=(0, 1)
- 作用：指定你想要将数据缩放到的目标范围。
- 示例：如果想缩放到 [-1, 1]，则设置 feature_range=(-1, 1)。

我们看一个示例：

复制代码

import numpy as np
import pandas as pd
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import MinMaxScaler

# 创建示例数据，包含不同类型的问题
data = {
    'age': [25, 30, np.nan, 45, 60, 30, 15],  # 数值，含缺失值
    'salary': [50000, 54000, 60000, np.nan, 100000, 40000, 20000],  # 数值，尺度大，含缺失值
    'country': ['USA', 'UK', 'China', 'USA', 'India', 'China', 'UK'],  # 分类型
    'gender': ['M', 'F', 'F', 'M', 'M', 'F', 'F']  # 分类型
}

df = pd.DataFrame(data)
print("原始数据：")
print(df)

# 策略通常为 mean（均值）, median（中位数）, most_frequent（众数）, constant（固定值）
imputer = SimpleImputer(strategy='mean')

# 我们只对数值列进行填充
numeric_features = ['age', 'salary']
df_numeric = df[numeric_features]

# fit 计算用于填充的值（这里是均值），transform 应用填充
imputer.fit(df_numeric)
df[numeric_features] = imputer.transform(df_numeric)

print("\n处理缺失值后：")
print(df)

minmax_scaler = MinMaxScaler()

df_numeric = df[['age', 'salary']]
# 根据数据训练生成模型
minmax_scaler.fit(df_numeric)
# 根据模型训练数据
df_normalized = minmax_scaler.transform(df_numeric)

print("\n归一化后的数值特征（范围[0,1]）：")
print(df_normalized)

运行结果：

复制代码

归一化后的数值特征（范围[0,1]）：
[[0.22222222 0.375     ]
 [0.33333333 0.425     ]
 [0.42592593 0.5       ]
 [0.66666667 0.425     ]
 [1.         1.        ]
 [0.33333333 0.25      ]
 [0.         0.        ]]