欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

如何基于python實(shí)現(xiàn)歸一化處理

 更新時(shí)間：2020年01月20日 11:11:32   作者：七影  
這篇文章主要介紹了如何基于python實(shí)現(xiàn)歸一化處理,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

這篇文章主要介紹了如何基于python實(shí)現(xiàn)歸一化處理,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

        一、定義

　　歸一化方法有兩種形式，一種是把數(shù)變?yōu)椋?，1）之間的小數(shù)，一種是把有量綱表達(dá)式變?yōu)闊o(wú)量綱表達(dá)式。主要是為了數(shù)據(jù)處理方便提出來(lái)的，把數(shù)據(jù)映射到0～1范圍之內(nèi)處理，更加便捷快速。

　　二、目的

　　不同評(píng)價(jià)指標(biāo)往往具有不同的量綱和量綱單位，這樣的情況會(huì)影響到數(shù)據(jù)分析的結(jié)果，為了消除指標(biāo)之間的量綱影響，需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，以解決數(shù)據(jù)指標(biāo)之間的可比性。其具體針對(duì)的是奇異樣本數(shù)據(jù)，奇異樣本數(shù)據(jù)指的是相對(duì)于其他輸入樣本特別大或特別小的樣本矢量，如[0.34,0.51,0.44,222][0.34,0.51,0.44,128]中最后一列元素就是奇異樣本數(shù)據(jù)。

　　三、常見(jiàn)標(biāo)準(zhǔn)化方法

　　1.最大-最小標(biāo)準(zhǔn)化映射到區(qū)間[0,1]

　　2.Z-score標(biāo)準(zhǔn)化結(jié)果聚集在0附近方差為1

　　四、矩陣的歸一化

　　矩陣的列歸一化，就是將矩陣每一列的值，除以每一列所有元素平方和的絕對(duì)值，這樣做的結(jié)果就是，矩陣每一列元素的平方和為1了。

　　五、python歸一化

　　其中參數(shù)axis=0表示列也是跨行的意思axis=1表示行也是跨列的意思

　　fromsklearn.preprocessingimportnormalize
　　data=np.array([
　　[1000,10,0.5],
　　[765,5,0.35],
　　[800,7,0.09],])
　　data=normalize(data,axis=0,norm='max')
　　print(data)
　　>>[[1.1.1.]
　　[0.7650.50.7]
　　[0.80.70.18]]

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論