python 归一化处理_详解python实现数据归一化处理的方式:(0,1)标准化
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系“压缩”到(0,1)的范围类。
通常(0, 1)标注化处理的公式为:
即将样本点的数值减去最小值,再除以样本点数值最大与最小的差,原理公式就是这么基础。
下面看看使用python语言来编程实现吧
import numpy as np
import matplotlib.pyplot as plt
def noramlization(data):
minVals = data.min(0)
maxVals = data.max(0)
ranges = maxVals - minVals
normData = np.zeros(np.shape(data))
m = data.shape[0]
normData = data - np.tile(minVals, (m, 1))
normData = normData/np.tile(ranges, (m, 1))
return normData, ranges, minVals
x = np.array([[78434.0829, 26829.86612], [78960.4042, 26855.13451], [72997.8308, 26543.79201],
[74160.2849, 26499.56629], [75908.5746, 26220.11996], [74880.6989, 26196.03995],
[74604.7169, 27096.87862], [79547.6796, 25986.68579], [74997.7791, 24021.50132],
[74487.4915, 26040.18441], [77134.2636, 24647.274], [74975.2792, 24067.31441],
[76013.5305, 24566.02273], [79191.518, 26840.29867], [80653.4589, 25937.22248],
[79185.9935, 26996.18228], [74426.881, 24227.71439], [73246.4295, 26561.59268],
[77963.1478, 25580.05298], [74469.8778, 26082.15448], [81372.3787, 26649.69232],
[76826.8262, 24549.77367], [77774.2608, 25999.96037], [79673.1361, 25229.04353],
[75251.7951, 24902.72185], [78458.073, 23924.15117], [82247.5439, 29671.33493],
[82041.2247, 27903.34268], [80083.2029, 28692.35517], [80962.0043, 28519.81002],
[79799.8328, 28740.27736], [80743.9947, 28862.75402], [80888.449, 29724.53706],
[81768.4638, 30180.20618], [80283.8783, 30417.55057], [79460.7078, 29092.52867],
[75514.1202, 28071.73721], [80595.5945, 30292.25917], [80750.4876, 29651.32254],
[80020.662, 30023.70025], [82992.3395, 29466.83067], [80185.5946, 29943.15481],
[81854.6163, 29846.18257], [81526.4017, 30218.27078], [79174.5312, 29960.69999],
[78112.3051, 26467.57545], [80262.4121, 29340.23218], [81284.9734, 28257.71529],
[81928.9905, 28752.84811], [80739.2727, 29288.85126], [83135.3435, 30223.4974],
[83131.8223, 29049.10112], [82549.9076, 28910.15209], [81574.0822, 28326.55367],
[80507.399, 28553.56851], [82956.2103, 29157.62372], [81909.7132, 29359.24497],
[80893.5603, 29326.64155], [82520.1272, 30424.96703], [82829.8548, 31062.24418],
[80532.1495, 29198.10407], [80112.7963, 29143.47905], [81175.0882, 28443.10574]])
newgroup, _, _ = noramlization(x)
newdata = newgroup
plt.scatter(x[:, 0], x[:, 1], marker='*', c='r', s=24)
plt.show()
print(len(x[:, 0]))
print(len(x[:, 1]))
print(newdata)
将数据进行归一化处理后,并使用matplotlib绘制出处理后的散点图分布如下:
可以看到数据的数值范围均为(0,1)之间了
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
python 归一化处理_详解python实现数据归一化处理的方式:(0,1)标准化相关推荐
- python归一化处理_详解python实现数据归一化处理的方式:(0,1)标准化
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系"压缩"到(0,1)的范 ...
- python列表拆包_详解python 拆包可迭代数据如tuple, list
详解python 拆包可迭代数据如tuple, list 拆包是指将一个结构中的数据拆分为多个单独变量中. 以元组为例: >>> a = ('windows', 10, 25.1, ...
- python操作目录_详解python中的文件与目录操作
详解python中的文件与目录操作 一 获得当前路径 1.代码1 >>>import os >>>print('Current directory is ',os. ...
- python模式匹配算法_详解Python 最短匹配模式
问题 你正在试着用正则表达式匹配某个文本模式,但是它找到的是模式的最长可能匹配. 而你想修改它变成查找最短的可能匹配. 解决方案 这个问题一般出现在需要匹配一对分隔符之间的文本的时候(比如引号包含的字 ...
- python opencv 直方图均衡_详解python OpenCV学习笔记之直方图均衡化
本文介绍了python OpenCV学习笔记之直方图均衡化,分享给大家,具体如下: 官方文档 – https://docs.opencv.org/3.4.0/d5/daf/tutorial_py_hi ...
- python xlrd安装_详解python中xlrd包的安装与处理Excel表格
一.安装xlrd 地址 下载后,使用 pip install .whl安装即好. 查看帮助: >>> import xlrd >>> help(xlrd) Help ...
- python制作界面_详解python做UI界面的方法
详解python做UI界面的方法 更新时间:2019年02月27日 14:44:34 投稿:laozhang 在本文里我们给大家整理了关于python做UI界面的方法和具体步骤,对此有需要的朋友们可以 ...
- python namedtuple用法_详解Python中namedtuple的使用
namedtuple是Python中存储数据类型,比较常见的数据类型还有有list和tuple数据类型.相比于list,tuple中的元素不可修改,在映射中可以当键使用. namedtuple: na ...
- python gil 解除_详解Python中的GIL(全局解释器锁)详解及解决GIL的几种方案
先看一道GIL面试题: 描述Python GIL的概念, 以及它对python多线程的影响?编写一个多线程抓取网页的程序,并阐明多线程抓取程序是否可比单线程性能有提升,并解释原因. GIL:又叫全局解 ...
- python udp编程_详解python UDP 编程
前面我们讲了 TCP 编程,我们知道 TCP 可以建立可靠连接,并且通信双方都可以以流的形式发送数据.本文我们再来介绍另一个常用的协议–UDP.相对TCP,UDP则是面向无连接的协议. UDP 协议 ...
最新文章
- Maven工程引入jar包(转)
- 利用OpenCV实现抖音最强变脸术 | CSDN原力计划
- 《正则表达式必知必会》读书笔记
- 数据库个人优化学习记录
- python集合类型_python集合类型介绍
- 网络流 (EK Dinic)
- jzoj_3385_黑魔法师之门
- 前端又省事了,Chrome直接支持lazyload延迟加载
- maven 多仓库和镜像设置
- 海思3159A运行yolov3(二)——yolov3模型转caffemodel模型
- 使用python调整excel表格的行和列以及合并或拆分单元格
- 电池测试软件 iphone,一招教你检测 iPhone 电池损耗,有的居然超过 50﹪!
- 一位15年资深HR直言:裁掉35岁以上老程序员,早已是公开秘密
- 家庭玩游戏配置哪种计算机,玩游戏用什么系统?Win10专业版和Win10家庭版玩游戏的区别...
- 以下内容仅对你可见个性签名_微信个性签名居中以下内容仅对你可见
- GPT-3.5 也能直接联网了!
- 百度地图标注不能清除问题(点聚合)
- ZTE/中兴Blade N880 root教程_方法
- VARIATIONAL AUTOENCODER FOR SPEECH ENHANCEMENT WITH A NOISE-AWARE ENCODER
- 全球汽车色彩流行报告:白黑银灰最受欢迎,中国车主最爱白色车
热门文章
- 通过学习Python+request,爬取《雪中悍刀行》小说
- python爬取喜马拉雅FM雪中悍刀行整本有声小说!下次教你们爬付费!
- 自定义ViewGroup中onMeasure()的来龙去脉
- 编写程序,输入一个年份,判断该年是否是闰年。如果是闰年,输出“yes”,否则输出“no”。 将下面的程序填写完整。
- python做机器人行走动画_python实现机器人行走效果
- 并发并行同步异步的区别
- 打怪游戏(进度11%)
- Excel数据分析之图表
- 演进架构中的领域驱动设计
- REDIS启动出错的原因