numpy 矩阵归一化

new_value = (value - min)/(max-min)

 

def normalization(datingDatamat):
max_arr = datingDatamat.max(axis=0)
min_arr = datingDatamat.min(axis=0)
ranges = max_arr - min_arr
norDataSet = zeros(datingDatamat.shape)
m = datingDatamat.shape[0]
norDataSet = datingDatamat - np.tile(min_arr, (m, 1))
norDataSet = norDataSet/np.tile(ranges,(m,1))
return norDataSet

转载于:https://www.cnblogs.com/earendil/p/8311635.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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