Блог

Я пытаюсь понять различное поведение MinMaxScaler от Sklearn для аналогичной серии.

У меня есть 2 набора серий, по 2 из которых в каждом, назовите это нормальным и новым. В каждом из наборов я хочу уменьшить их масштабы относительно друг друга для дальнейшей обработки. Итак, я использую объект MinMaxScaler одной серии для преобразования других серий, как в коде ниже.

 normal_ser = pd.read_csv(f"data1.csv")["normal"]

print("Series set 1")
print('nNormal ser')
print(f'Normal max: {normal_ser.max()}, Normal min: {normal_ser.max()}')
plt.figure(figsize=(20, 3))
plt.plot(normal_ser)
plt.show()

print("Normal Ser histogram")
normal_ser.hist()
plt.show()

print('new ser')
new_ser = df2.read_csv("data2.csv")["new"]
print(f'New max: {new_ser.max()}, New min: {new_ser.max()}')
plt.figure(figsize=(20, 3))
plt.plot(new_ser)
plt.show()

print("New Ser histogram")
new_ser.hist()
plt.show()

print('Normal ser scaled')
# Scaling new series data based on the normal data series
mm_scaler = MinMaxScaler()
normal_ser_scaled = mm_scaler.fit_transform(normal_ser.values.reshape(-1, 1))
plt.figure(figsize=(20, 3))
plt.plot(normal_ser_scaled)
plt.show()

print('new ser scaled')
new_ser_scaled = mm_scaler.transform(new_ser.values.reshape(-1, 1))
plt.figure(figsize=(20, 3))
plt.plot(new_ser_scaled)
plt.show()
 

Итак, для set1 как обычной, так и новой серии я получаю вывод ниже.

Используя тот же код, у меня есть другой набор обычных и новых серий, и я получаю вывод, как показано ниже.

На приведенных выше рисунках мы можем видеть, что обычные и новые set1 и set2 имеют одинаковые диапазоны. Но масштабированные значения обеих новых серий имеют большую разницу. Один находится в диапазоне -16.0, а другой — в диапазоне -2.5. Почему это происходит? Я понимаю, что может быть какая-то разница, но она может быть не такой большой.

Есть ли другой способ добиться этого?