python 数据归一化_python 实现对数据集的归一化的方法(0-1之间)

本文详细介绍了Python中如何对数据集进行归一化处理,以将其转换为0-1之间的值。通过引入`sklearn.preprocessing.MinMaxScaler`库,实现对CSV文件数据的归一化,并给出了完整代码示例。数据归一化在数据分析中非常重要,可以消除数据量纲和范围差异,提升算法效率和精度。
摘要由CSDN通过智能技术生成

python 实现对数据集的归一化的方法(0-1之间)

多数情况下,需要对数据集进行归一化处理,再对数据进行分析

#首先,引入两个库 ,numpy,sklearn

from sklearn.preprocessing import MinMaxScaler

import numpy as np

#将csv文件导入矩阵当中

my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0)

#将数据集进行归一化处理

scaler = MinMaxScaler( )

scaler.fit(my_matrix)

scaler.data_max_

my_matrix_normorlize=scaler.transform(my_matrix)

#最后的my_matrix_normorlize 实现了归一化my_matrix_normorlize

完整未解释代码:

from sklearn.preprocessing import MinMaxScaler

import numpy as np

my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0)

scaler = MinMaxScaler( )

scaler.fit(my_matrix)

scaler.data_max_

my_matrix_normorlize=scaler.transform(my_matrix)

以上这篇pytho

  • 1
    点赞
  • 6
    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