sklearn.preprocessing.maxabs_scale¶
sklearn.preprocessing.maxabs_scale(X, *, axis=0, copy=True)
将每个特征缩放到[-1，1]范围，而不会破坏稀疏性。
该估计器分别缩放每个特征，以使训练集中每个特征的最大绝对值为1.0。该缩放器也可以应用于稀疏CSR或CSC矩阵。
该缩放器也可以应用于稀疏CSR或CSC矩阵。
| 参数 | 说明 |
|---|---|
| X | array-like, shape (n_samples, n_features) 数据。 |
| axis | int (0 by default) 用于缩放的轴。如果为0，则分别缩放每个特征，否则（如果为1）缩放每个样本。 |
| copy | boolean, optional, default is True 设置为False将执行就地缩放并避免复制（如果输入已经是一个numpy数组）。 |
另见：
使用“ Transformer” API（例如，作为预处理sklearn.pipeline.Pipeline的一部分），将比例缩放到[-1，1]范围。
注释
NaN被视为缺失值：忽略以计算统计数据，并在数据转换期间进行维护。
有关不同缩放器，转换器和规范化器的比较，请参阅examples/preprocessing/plot_all_scaling.py。