如何基于python實(shí)現(xiàn)歸一化處理
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量綱表達(dá)式。主要是為了數(shù)據(jù)處理方便提出來的,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內(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
python格式化輸出保留2位小數(shù)的實(shí)現(xiàn)方法
這篇文章主要介紹了python格式化輸出保留2位小數(shù)的實(shí)現(xiàn)方法,需要的朋友可以參考下2019-07-07
Python?代碼智能感知類型標(biāo)注與特殊注釋詳解
這篇文章主要為大家介紹了Python?代碼智能感知類型標(biāo)注與特殊注釋詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-09-09
Python3 執(zhí)行系統(tǒng)命令并獲取實(shí)時(shí)回顯功能
這篇文章主要介紹了Python3 執(zhí)行系統(tǒng)命令并獲取實(shí)時(shí)回顯功能,文中通過兩種方法給大家介紹了Python執(zhí)行系統(tǒng)命令并獲得輸出的方法,需要的朋友可以參考下2019-07-07
Python?queue雙端隊(duì)列模塊及用法小結(jié)
雙端隊(duì)列是一種具有隊(duì)列和棧性質(zhì)的線性數(shù)據(jù)結(jié)構(gòu),本文主要介紹了Python?queue雙端隊(duì)列模塊及用法小結(jié),文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2024-02-02
解決Python import docx出錯(cuò)DLL load failed的問題
今天小編就為大家分享一篇解決Python import docx出錯(cuò)DLL load failed的問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02

