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)集進行歸一化處理,再對數(shù)據(jù)進行分析
#首先,引入兩個庫 ,numpy,sklearn
from sklearn.preprocessing import MinMaxScaler
import numpy as np
#將csv文件導入矩陣當中
my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0)
#將數(shù)據(jù)集進行歸一化處理
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 機器學習的標準化、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)標準化
- python numpy 按行歸一化的實例
- Python數(shù)據(jù)預處理之數(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
用Python刪除本地目錄下某一時間點之前創(chuàng)建的所有文件的實例
下面小編就為大家分享一篇用Python刪除本地目錄下某一時間點之前創(chuàng)建的所有文件的實例,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2017-12-12
Pytorch之tensorboard無法啟動和顯示問題及解決
這篇文章主要介紹了Pytorch之tensorboard無法啟動和顯示問題及解決方案,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python使用eval函數(shù)執(zhí)行動態(tài)標表達式過程詳解
這篇文章主要介紹了Python使用eval函數(shù)執(zhí)行動態(tài)標表達式過程詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-10-10

