数据预处理归一化Z-score归一化Min-Max归一化程序

在训练神经网络模型的时候，对数据进行预处理是必不可少的操作，而对数据进行归一化是预处理最常用的操作。

最常用的归一化方法有两种，Min-Max归一化和Z-score归一化。

Min-Max归一化

原理网上很多，直接上程序：

# Min-Max Normalization

import numpy as np

data = np.load('your_data.npy')
shape = data.shape
print(shape)
print(data)
data = data.reshape(-1)
x_max = np.max(data)
x_min = np.min(data)
print(x_max, x_min)

result = data
for i in range(len(result)):
    result[i] = (data[i] - x_min)/(x_max - x_min)

print(result.shape)
result = result.reshape(shape)
print(result)
np.save('result.npy', result)

Z-score归一化

原理网上很多，直接上程序：

# Z-score Normalization

import numpy as np
from sklearn import preprocessing

data = np.load('your_data.npy')
shape = data.shape
print(shape)
data = data.reshape(-1)
print(data)
result = preprocessing.scale(data).reshape(shape)
print(result)
np.save('result.npy', result)