對(duì)python3 一組數(shù)值的歸一化處理方法詳解
1、什么是歸一化:
歸一化就是把一組數(shù)(大于1)化為以1為最大值,0為最小值,其余數(shù)據(jù)按百分比計(jì)算的方法。如:1,2,3.,那歸一化后就是:0,0.5,1
2、歸一化步驟:
如:2,4,6
(1)找出一組數(shù)里的最小值和最大值,然后就算最大值和最小值的差值
min = 2; max = 6; r = max - min = 4
(2)數(shù)組中每個(gè)數(shù)都減去最小值
2,4,6 變成 0,2,4
(3)再除去差值r
0,2,4 變成 0,0.5,1
就得出歸一化后的數(shù)組了
3、用python 把一個(gè)矩陣中每列的數(shù)字歸一化
import numpy as np def autoNorm(data): #傳入一個(gè)矩陣 mins = data.min(0) #返回data矩陣中每一列中最小的元素,返回一個(gè)列表 maxs = data.max(0) #返回data矩陣中每一列中最大的元素,返回一個(gè)列表 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表 normData = np.zeros(np.shape(data)) #生成一個(gè)與 data矩陣同規(guī)格的normData全0矩陣,用于裝歸一化后的數(shù)據(jù) row = data.shape[0] #返回 data矩陣的行數(shù) normData = data - np.tile(mins,(row,1)) #data矩陣每一列數(shù)據(jù)都減去每一列的最小值 normData = normData / np.tile(ranges,(row,1)) #data矩陣每一列數(shù)據(jù)都除去每一列的差值(差值 = 某列的最大值- 某列最小值) return normData arr = np.array([[8,7,8],[4,3,1],[6,9,8]]) print(autoNorm(arr)) 打印結(jié)果: [[ 1. 0.66666667 1. ] [ 0. 0. 0. ] [ 0.5 1. 1. ]]
以上這篇對(duì)python3 一組數(shù)值的歸一化處理方法詳解就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
- python 機(jī)器學(xué)習(xí)的標(biāo)準(zhǔn)化、歸一化、正則化、離散化和白化
- 如何基于python實(shí)現(xiàn)歸一化處理
- python數(shù)據(jù)歸一化及三種方法詳解
- python實(shí)現(xiàn)幾種歸一化方法(Normalization Method)
- 詳解python實(shí)現(xiàn)數(shù)據(jù)歸一化處理的方式:(0,1)標(biāo)準(zhǔn)化
- python numpy 按行歸一化的實(shí)例
- Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化(歸一化)示例
- python 實(shí)現(xiàn)對(duì)數(shù)據(jù)集的歸一化的方法(0-1之間)
- 基于數(shù)據(jù)歸一化以及Python實(shí)現(xiàn)方式
- 如何用Pythony驗(yàn)證萬(wàn)物歸一(考拉咨猜想)
相關(guān)文章
python在協(xié)程中增加任務(wù)實(shí)例操作
在本篇文章里小編給大家整理的是一篇關(guān)于python在協(xié)程中增加任務(wù)實(shí)例操作內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。2021-02-02django1.11.1 models 數(shù)據(jù)庫(kù)同步方法
今天小編就為大家分享一篇django1.11.1 models 數(shù)據(jù)庫(kù)同步方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05python+excel接口自動(dòng)化獲取token并作為請(qǐng)求參數(shù)進(jìn)行傳參操作
這篇文章主要介紹了python+excel接口自動(dòng)化獲取token并作為請(qǐng)求參數(shù)進(jìn)行傳參操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-11-11pytorch fine-tune 預(yù)訓(xùn)練的模型操作
這篇文章主要介紹了pytorch fine-tune 預(yù)訓(xùn)練的模型操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-06-06Python實(shí)現(xiàn)批量修改文件時(shí)間屬性
我們有時(shí)候需要修改文件的“修改時(shí)間”?、?“訪問(wèn)時(shí)間”,“創(chuàng)建時(shí)間”?,此時(shí)如果使用Python批量實(shí)現(xiàn)應(yīng)該會(huì)方便很多,下面小編就來(lái)為大家介紹一下具體實(shí)現(xiàn)方法吧2023-11-11