只有一个输入时如何处理MinMaxScaler？

Question

我正在与MinMaxScaler。所以下面的输入：

data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]

将在范围（0,1）中转换如下：

[[ 0.    0.  ]

 [ 0.25  0.25]

 [ 0.5   0.5 ]

 [ 1.    1.  ]]

现在如何转换单个输入？在传递单个输入时，例如：

data = [[1,18]]

将转换如下：

[[0.,0.]]

原因是，没有Min也没有Max，因此缩放到0。但是，如果我只有一个输入并希望将其传递给机器学习模型（在缩小输入和输出后进行训练）作为输入，我该怎么办？无论缩放前数据中的差异如何，所有输出都是相同的。这绝对是不对的。我能在这里做什么？有什么方法可以将单个输入表示为不是一系列的0.？

这是我在培训过程中所做的：

    X_scaler = MinMaxScaler(feature_range=(0, 1))

    Y_scaler = MinMaxScaler(feature_range=(0, 1))

    # Scale both training inputs and outputs

    X_scaled_training = X_scaler.fit_transform(X_training)

    Y_scaled_training = Y_scaler.fit_transform(Y_training)

    X_scaled_testing = X_scaler.transform(X_testing)

    Y_scaled_testing = Y_scaler.transform(Y_testing)

在训练过程中，我按如下所示反转了模型中的值，以获得最终的输出分数：

Y_predicted = Y_scaler.inverse_transform(Y_predicted_scaled)