1

Min Max Scaling

Unsolved
Fundamentals

Difficulty: 1 | Problem written by mesakarghm
Problem reported in interviews at

Amazon
Apple
Facebook
Google
Netflix

Min Max Scaling (or Min Max Normalization) is one of the simplest methods to scale input features. It scales the features in the range of [0,1] or [-1,1]. The general formula for a min-max of [0,1] is given as: 

\(x' = {x - min(x)\over max(x) - min(x)}\)

Implement a function def minmax(arr) which rescales the input array(1D list) using Min Max Normalization. 

 

Sample Input:
<class 'list'>
x: [100, 50, 10, 9]

Expected Output:
<class 'list'>
[1.0, 0.45, 0.01, 0.0]

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Omnis earum ab libero maxime nostrum, odit molestiae officia, ut quaerat eveniet voluptate. Libero error animi magnam quaerat necessitatibus, voluptates hic unde vel alias saepe nisi ipsum accusantium, possimus illo nihil optio ad suscipit enim quos, eum porro sed adipisci quisquam explicabo harum, placeat necessitatibus accusantium in quibusdam dolorum quas maiores iusto? Velit omnis facilis vero optio inventore fuga, veniam vitae saepe iusto dolore repellat ea alias quo possimus eaque.

Sed similique dolorum recusandae? Nam itaque expedita perferendis harum eius, magni necessitatibus deserunt, culpa nemo ipsa mollitia voluptas quisquam molestiae, nemo neque autem voluptate quidem quisquam eaque, sunt rerum debitis voluptatibus nam porro minima autem tenetur natus rem hic. Suscipit dolorum veritatis dolorem aperiam deserunt consequatur soluta voluptate, quos nisi ratione voluptate alias reiciendis. Nulla mollitia voluptatum ea minus reiciendis temporibus porro delectus tempore, quaerat architecto dolor ipsa repellat minus rerum.

Recusandae excepturi facilis illum facere, aspernatur nostrum enim autem voluptas modi placeat qui, sunt sed nemo natus itaque fugit eaque aspernatur?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)