对全部列进行归一化python

关于归一化[0,1],一般指的是Min-Max Normalization

关于归一化,按单独的列进行归一化用的比较多

对全部的列进行归一化,使用sklearn 的MinMaxScaler,使用时MinMaxScaler()函数在进行计算时取的是每列的最大最小值

x' = (x - X_min) / (X_max - X_min)

因此我们可以先将array的data进行reshape为向量,将所有的数据看作一列进行计算,此时取到的最大最小值是全部数据的最大最小值,计算完成后reshape为原array的大小

data =  np.array([[ 0,  1,  5,  3,  4],
                   [ 5,  5.5,  6,  8,  9],
                    [10, 11, 12, 13, 14]])
min_max_scaler = preprocessing.MinMaxScaler()
data_reshape = data.reshape([-1, 1])

data_reshape_norm = min_max_scaler.fit_transform(data_reshape)
data_norm = data_reshape_norm.reshape(data.shape)
print(data_norm)

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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