脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 对python3 一组数值的归一化处理方法详解

对python3 一组数值的归一化处理方法详解

2021-03-16 00:21ZJE_ANDY Python

今天小编就为大家分享一篇对python3 一组数值的归一化处理方法详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

1、什么是归一化

归一化就是把一组数(大于1)化为以1为最大值,0为最小值,其余数据按百分比计算的方法。如:1,2,3.,那归一化后就是:0,0.5,1

2、归一化步骤:

如:2,4,6

(1)找出一组数里的最小值和最大值,然后就算最大值和最小值的差值

min = 2; max = 6; r = max - min = 4

(2)数组中每个数都减去最小值

2,4,6 变成 0,2,4

(3)再除去差值r

0,2,4 变成 0,0.5,1

就得出归一化后的数组了

3、用python 把一个矩阵中每列的数字归一化

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import numpy as np
 
def autoNorm(data):   #传入一个矩阵
 mins = data.min(0#返回data矩阵中每一列中最小的元素,返回一个列表
 maxs = data.max(0#返回data矩阵中每一列中最大的元素,返回一个列表
 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表
 normData = np.zeros(np.shape(data))  #生成一个与 data矩阵同规格的normData全0矩阵,用于装归一化后的数据
 row = data.shape[0]      #返回 data矩阵的行数
 normData = data - np.tile(mins,(row,1)) #data矩阵每一列数据都减去每一列的最小值
 normData = normData / np.tile(ranges,(row,1)) #data矩阵每一列数据都除去每一列的差值(差值 = 某列的最大值- 某列最小值)
 return normData
 
arr = np.array([[8,7,8],[4,3,1],[6,9,8]])
print(autoNorm(arr))
 
打印结果:
[[ 1.   0.66666667 1.  ]
 [ 0.   0.   0.  ]
 [ 0.5   1.   1.  ]]

以上这篇对python3 一组数值的归一化处理方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。

原文链接:https://blog.csdn.net/u014453898/article/details/73523997

延伸 · 阅读

精彩推荐