K近邻改进约会网站（三）：数据的归一化处理

不同特征之间的数值差距较大，在假设各个特征同等重要的情况下，必须实施归一化处理，将任意特征值转化为0到1区间的值：

新值 = (特征值 - 该特征中最小值 ) / (该特征最大值 - 该特征最小值)

在kNN.py中添加新函数用作归一处理：

def autoNorm(dataSet):      #dataSet为1000*3规模，不加标签
    minVals = dataSet.min(0)     #取每列最小值   规模1*3
    maxVals = dataSet.max(0)     #取每列最大值   规模1*3
    ranges = maxVals - minVals   #每列特征最小值减去最大值
    normDataSet = zeros(shape(dataSet))   #创建与初始数据矩阵规模一样的矩阵
    m = dataSet.shape[0]                  # m为初始数据的行数
    normDataSet = dataSet - tile(minVals, (m, 1))  #实现每个特征的每个特征值减去最小值   规模1000*3
    normDataSet = normDataSet / tile(ranges, (m, 1)) #实现归一化公式
    return normDataSet, ranges, minVals

学习要点：

numpy中的min()用法：

import numpy as np
a = np.array([[1,2,3],[4,5,6]])   
print(a.min())     #全局最小量
print(a.min(0))    #a的每列最小值
print(a.min(1))    #a的每行最小值
1
[1 2 3]
[1 4]