最大最小标准化计算的python代码

import pandas
from pandas import read_excel
from sklearn.preprocessing import MinMaxScaler

dataset = read_excel('G:\文件夹1\文件夹2\文件夹3\data.xls', header=0, index_col=0)
values = dataset.values  # 将dataframe转化为array
values = values.astype('float32')  # 定义数据类型

# 标准化
tool = MinMaxScaler(feature_range=(0, 1))
data = tool.fit_transform(values)

df = pandas.DataFrame(data)  # 将array转化为dataframe

df.columns = dataset.columns  # 命名标题行
df.to_excel('G:\文件夹1\文件夹2\文件夹3\data2.xls', index=None)  # 另存为excel(删除索引)

原始数据:
在这里插入图片描述
最大最小标准化后的数据:
在这里插入图片描述
相关链接
1、Decimal scaling标准化计算的python代码
2、最大最小标准化计算的python代码

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

郁慕斯-ing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值