AttributeError: 'MinMaxScaler' object has no attribute 'flow_from_directory'

这个错误是由于你正在尝试使用 `MinMaxScaler` 对象的 `flow_from_directory` 属性，但是 `MinMaxScaler` 对象并没有这个属性。`flow_from_directory` 属性通常是在数据生成器（如 `ImageDataGenerator`）中使用的。

如果你想对一个目录中的图像数据进行归一化，你可以考虑使用 `ImageDataGenerator` 和 `flow_from_directory` 方法，然后使用 `MinMaxScaler` 对生成的数据进行归一化。下面是一个简单的示例：

from tensorflow.keras.preprocessing.image import ImageDataGenerator
from sklearn.preprocessing import MinMaxScaler

# 创建图像数据生成器
datagen = ImageDataGenerator(rescale=1./255)

# 使用生成器加载图像数据
data_generator = datagen.flow_from_directory(
    directory='path/to/directory',
    target_size=(224, 224),
    batch_size=32,
    class_mode='categorical'
)

# 从生成器中获取图像数据和标签
images, labels = next(data_generator)

# 将图像数据转换为一维数组
images_flat = images.reshape((images.shape[0], -1))

# 创建MinMaxScaler对象
scaler = MinMaxScaler()

# 对图像数据进行归一化
normalized_images = scaler.fit_transform(images_flat)

# 相关问题: