机器学习之归一化和标准化

因为归一化和标准化在数据分析和处理中都属于数据与预处理。因此,其API都在 sklearn.preprocessing中 1、归一化

作用:将数据映射到到某个区域内,默认是0到1之间。

API: sklearn.preprocessing.MinMaxScaler

机器学习之归一化和标准化

 

feature_range(0,1)表示将数据映射到0到1之间,也可以指定映射到2到3或者其他的区间。

 

数学原理:

机器学习之归一化和标准化

 

 

 理论乏味,来个例子:

左边的数组是我们的数据,右边的数组是计算的X′。第二步再乘以(1-0)+0即可。

机器学习之归一化和标准化

结果:

 

 

 

机器学习之归一化和标准化

 

上代码:

1 from sklearn.preprocessing import MinMaxScaler 2 3 def mm(): 4 ''' 5 g 6 归一化处理 7 :return: 8 ''' 9 mm = MinMaxScaler() 10 data = mm.fit_transform([[90,2,10,40],[60,4,15,45],[75,3,13,46]]) 11 print(data) 12 if __name__ == '__main__': 13 mm()

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zypdyz.html