对python3 一组数值的归一化处理方法详解

1、什么是归一化:

归一化就是把一组数(大于1)化为以1为最大值,0为最小值,其余数据按百分比计算的方法。如:1,2,3.,那归一化后就是:0,0.5,1

2、归一化步骤:

如:2,4,6

(1)找出一组数里的最小值和最大值,然后就算最大值和最小值的差值

min = 2; max = 6; r = max - min = 4

(2)数组中每个数都减去最小值

2,4,6 变成 0,2,4

(3)再除去差值r

0,2,4 变成 0,0.5,1

就得出归一化后的数组了

3、用python 把一个矩阵中每列的数字归一化

import numpy as np

def autoNorm(data): #传入一个矩阵

mins = data.min(0) #返回data矩阵中每一列中最小的元素,返回一个列表

maxs = data.max(0) #返回data矩阵中每一列中最大的元素,返回一个列表

ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表

normData = np.zeros(np.shape(data)) #生成一个与 data矩阵同规格的normData全0矩阵,用于装归一化后的数据

row = data.shape[0] #返回 data矩阵的行数

normData = data - np.tile(mins,(row,1)) #data矩阵每一列数据都减去每一列的最小值

normData = normData / np.tile(ranges,(row,1)) #data矩阵每一列数据都除去每一列的差值(差值 = 某列的最大值- 某列最小值)

return normData

arr = np.array([[8,7,8],[4,3,1],[6,9,8]])

print(autoNorm(arr))

打印结果:

[[ 1. 0.66666667 1. ]

[ 0. 0. 0. ]

[ 0.5 1. 1. ]]

以上这篇对python3 一组数值的归一化处理方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

以上是 对python3 一组数值的归一化处理方法详解 的全部内容, 来源链接: utcz.com/z/324253.html

回到顶部