介绍一下MinMaxScaler

MinMaxScaler是一种数据标准化方法，可以将数据缩放到给定的范围内。它将每个特征的最大值和最小值映射到给定的范围内，默认为[0, 1]。具体而言，MinMaxScaler将每个特征的数值减去该特征的最小值，然后除以该特征的最大值和最小值之差，即：

x_scaled = (x - x_min) / (x_max - x_min)

其中x是原始数据，x_min是该特征的最小值，x_max是该特征的最大值，x_scaled是缩放后的数据。这种方法适用于特征值分布有明显边界的情况，可以有效地降低离群值对模型的影响。