對(duì)python3 一組數(shù)值的歸一化處理方法詳解

發(fā)布時(shí)間：2020-08-19 14:03:19 來(lái)源：腳本之家閱讀：270 作者：ZJE_ANDY 欄目：開(kāi)發(fā)技術(shù)

1、什么是歸一化：

歸一化就是把一組數(shù)（大于1）化為以1為最大值，0為最小值，其余數(shù)據(jù)按百分比計(jì)算的方法。如：1，2，3.，那歸一化后就是：0，0.5，1

2、歸一化步驟：

如：2，4，6

（1）找出一組數(shù)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）數(shù)組中每個(gè)數(shù)都減去最小值

2，4，6 變成 0，2，4

（3）再除去差值r

0，2，4 變成 0，0.5，1

就得出歸一化后的數(shù)組了

3、用python 把一個(gè)矩陣中每列的數(shù)字歸一化

import numpy as np
 
def autoNorm(data):   #傳入一個(gè)矩陣
 mins = data.min(0)  #返回data矩陣中每一列中最小的元素，返回一個(gè)列表
 maxs = data.max(0)  #返回data矩陣中每一列中最大的元素，返回一個(gè)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))  #生成一個(gè)與 data矩陣同規(guī)格的normData全0矩陣，用于裝歸一化后的數(shù)據(jù)
 row = data.shape[0]      #返回 data矩陣的行數(shù)
 normData = data - np.tile(mins,(row,1)) #data矩陣每一列數(shù)據(jù)都減去每一列的最小值
 normData = normData / np.tile(ranges,(row,1)) #data矩陣每一列數(shù)據(jù)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))
 
打印結(jié)果：
[[ 1.   0.66666667 1.  ]
 [ 0.   0.   0.  ]
 [ 0.5   1.   1.  ]]

以上這篇對(duì)python3 一組數(shù)值的歸一化處理方法詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

對(duì)python3 一組數(shù)值的歸一化處理方法詳解

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽