如何基于python實現(xiàn)歸一化處理
這篇文章主要介紹了如何基于python實現(xiàn)歸一化處理,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
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式變?yōu)闊o量綱表達式。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范圍之內處理,更加便捷快速。
二、目的
不同評價指標往往具有不同的量綱和量綱單位,這樣的情況會影響到數(shù)據(jù)分析的結果,為了消除指標之間的量綱影響,需要進行數(shù)據(jù)標準化處理,以解決數(shù)據(jù)指標之間的可比性。其具體針對的是奇異樣本數(shù)據(jù),奇異樣本數(shù)據(jù)指的是相對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、常見標準化方法
1.最大-最小標準化映射到區(qū)間[0,1]

2.Z-score標準化結果聚集在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值,這樣做的結果就是,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容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
python格式化輸出保留2位小數(shù)的實現(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)的實現(xiàn)方法,需要的朋友可以參考下2019-07-07
Python3 執(zhí)行系統(tǒng)命令并獲取實時回顯功能
這篇文章主要介紹了Python3 執(zhí)行系統(tǒng)命令并獲取實時回顯功能,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
解決Python import docx出錯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DLL load failed的問題,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2020-02-02

