溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python數(shù)據(jù)歸一化怎么實(shí)現(xiàn)

發(fā)布時(shí)間:2022-05-27 14:41:40 來源:億速云 閱讀:150 作者:iii 欄目:大數(shù)據(jù)

這篇文章主要介紹了Python數(shù)據(jù)歸一化怎么實(shí)現(xiàn)的相關(guān)知識(shí),內(nèi)容詳細(xì)易懂,操作簡單快捷,具有一定借鑒價(jià)值,相信大家閱讀完這篇Python數(shù)據(jù)歸一化怎么實(shí)現(xiàn)文章都會(huì)有所收獲,下面我們一起來看看吧。

說明

1、通過對(duì)原始數(shù)據(jù)進(jìn)行變換把數(shù)據(jù)映射到(默認(rèn)為[0,1])之間。

2、能夠加快梯度下降求最優(yōu)解的速度,并有可能提高精度。

實(shí)例

def minmax_demo():
    """
    歸一化
    :return:
    """
    # 1.獲取數(shù)據(jù)
    data = pd.read_csv('dating.txt')
 
    data = data.iloc[:, :3]
    # print("data:\n", data)
    # 2.實(shí)例化一個(gè)轉(zhuǎn)換器類
    transfer = MinMaxScaler()
 
    # 3.調(diào)用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return None

注意:值和最小值是變化的。另外,值和最小值很容易受到異常點(diǎn)的影響,所以這種方法魯棒性健壯性)較差,只適用于傳統(tǒng)精確的小數(shù)據(jù)場(chǎng)景。

關(guān)于“Python數(shù)據(jù)歸一化怎么實(shí)現(xiàn)”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對(duì)“Python數(shù)據(jù)歸一化怎么實(shí)現(xiàn)”知識(shí)都有一定的了解,大家如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI