MinMaxScaler 数据标准化方法：原理与应用

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，通常为 '0, 1'。它将每个特征的最大值和最小值映射到给定的范围内，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。