5-06特征变换3

正规化的本质是将一个向量的长度正规到单位1，以下有两种正则化L1正则化，L2正则化（也叫做欧式正则，分子保持不变分母用的是欧式长度）



一般用在后两个

在#正规化
import numpy as np
import pandas as pd
from sklearn.preprocessing import Normalizer
#直接正规化就行，不用和标注一起进行（也就是监督学习），所以直接用fit_transform()
#第一个结果不是我们想要的，因为他是对每一行进行正规化操作
print(Normalizer(norm="l1").fit_transform(np.array([1,1,3,-1,2]).reshape(-1,1)))
#所以我们要把它变成一行，外面有一个括号，这时候肯定是一行，把reshape去掉就可以
print(Normalizer(norm="l1").fit_transform(np.array([[1,1,3,-1,2]])))
print(Normalizer(norm="l2").fit_transform(np.array([[1,1,3,-1,2]])))



[[ 1.]
 [ 1.]
 [ 1.]
 [-1.]
 [ 1.]]
[[ 0.125  0.125  0.375 -0.125  0.25 ]]
[[ 0.25  0.25  0.75 -0.25  0.5 ]]