在计算欧氏距离的过程中,数值较大的属性对结果的贡献大,如果认为不同属性权重应该相同的话,就需要将数值归一化处理。
from numpy import *
def autoNorm(dataset):
minVals=dataset.min(0) #取每列的最小值,返回数组
print(minVals)
maxVals=dataset.max(0)
print(maxVals)
ranges=maxVals-minVals #ranges是每列的最大值与最小值之差组成的数组
print(ranges)
normDataset=zeros(shape(dataset))
print(normDataset)
m=dataset.shape[0] #取dataset的行数
normDataset=dataset-tile(minVals,(m,1))
print(normDataset)
normDataset=normDataset/tile(ranges,(m,1))
print(ranges)
return normDataset
minVals=dataset.min(0) #取数据集每列的最小值,返回数组
from numpy import *
dataset=array(([6,5],
[3,1000],
[10,300]))
print(dataset.min()) #返回所有元素中的最小值
print(dataset.min(0)) #返回每列的最小值组成的数组
print(dataset.min(1)) #返回每行的最小值组成的数组
输出:
3
[3 5]
[ 5 3 10]
m=dataset.shape[0] #取dataset的行数
from numpy import *
dataset=array(([6,5],
[3,1000],
[10,300]))
print(dataset.shape) #返回数据集的“形状”,行数和列数
print(dataset.shape[0]) #返回行数
print(dataset.shape[1]) #返回列数
输出:
(3, 2)
3
2