如何使用列车数据的分组最大最大最大最大限制组来按组MIN_MAX_SCALE测试数据？

Question

例如，数据集类似于：

组	A	B	C
1	0.1	0.1	0.2 0.3
1	0.7	0.7	0.34 0.67
2	0.3	0.3 0.1	0.5
2	0.52 0.54	0.6	0.6

我想使用训练数据集的每一列的最小值和最大值来扩展测试数据的测试数据，以使每个列分别具有相似的结构。谢谢你！

Answer 1

您可以按以下方式使用此工作；

import tensorflow as tf 

import pandas as pd

from sklearn.preprocessing import MinMaxScaler as scaler

df = pd.DataFrame([[0.1,0.2,0.3],[0.7,0.34,0.67],[0.3,0.1,0.5],[0.54,0.6,0.2]],columns=['A','B','C'])

df

输出：

    A   B   C
0   0.10    0.20    0.30
1   0.70    0.34    0.67
2   0.30    0.10    0.50
3   0.54    0.60    0.20


def transform(df):
  scaler.fit(df)
  return scaler.transform(df)
df

输出：

    A   B   C
0   0.10    0.20    0.30
1   0.70    0.34    0.67
2   0.30    0.10    0.50
3   0.54    0.60    0.20

数据集已经在范围{0,1}之间。

MinMaxScaler将将每个值转换为0-1。

因此，使用不同的输入数据，值将相应地反映。