python 實現(xiàn)對數(shù)據(jù)集的歸一化的方法(0-1之間)
更新時間:2018年07月17日 16:24:20 作者:DeepRunning
今天小編就為大家分享一篇python 實現(xiàn)對數(shù)據(jù)集的歸一化的方法(0-1之間),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
多數(shù)情況下,需要對數(shù)據(jù)集進(jìn)行歸一化處理,再對數(shù)據(jù)進(jìn)行分析
#首先,引入兩個庫 ,numpy,sklearn from sklearn.preprocessing import MinMaxScaler import numpy as np #將csv文件導(dǎo)入矩陣當(dāng)中 my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0) #將數(shù)據(jù)集進(jìn)行歸一化處理 scaler = MinMaxScaler( ) scaler.fit(my_matrix) scaler.data_max_ my_matrix_normorlize=scaler.transform(my_matrix) #最后的my_matrix_normorlize 實現(xiàn)了歸一化my_matrix_normorlize
完整未解釋代碼:
from sklearn.preprocessing import MinMaxScaler import numpy as np my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0) scaler = MinMaxScaler( ) scaler.fit(my_matrix) scaler.data_max_ my_matrix_normorlize=scaler.transform(my_matrix)
以上這篇python 實現(xiàn)對數(shù)據(jù)集的歸一化的方法(0-1之間)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
您可能感興趣的文章:
- python 機器學(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實現(xiàn)歸一化處理
- python數(shù)據(jù)歸一化及三種方法詳解
- python實現(xiàn)幾種歸一化方法(Normalization Method)
- 詳解python實現(xiàn)數(shù)據(jù)歸一化處理的方式:(0,1)標(biāo)準(zhǔn)化
- python numpy 按行歸一化的實例
- Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化(歸一化)示例
- 對python3 一組數(shù)值的歸一化處理方法詳解
- 基于數(shù)據(jù)歸一化以及Python實現(xiàn)方式
- 如何用Pythony驗證萬物歸一(考拉咨猜想)
相關(guān)文章
Python獲取Redis所有Key以及內(nèi)容的方法
今天小編就為大家分享一篇Python獲取Redis所有Key以及內(nèi)容的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02Pandas中Series和DataFrame的索引實現(xiàn)
這篇文章主要介紹了Pandas中Series和DataFrame的索引實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06python中的exec()、eval()及complie()示例詳解
這篇文章主要介紹了python中的exec()、eval()及complie(),本文通過示例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-08-08