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：
xnormalization=x−MinMax−Min{x}_{normalization}=\frac{x-Min}{Max-Min} xnormalization=Max−Minx−Min，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 pltdef noramlization(data):minVals = data.min(0)maxVals = data.max(0)ranges = maxVals - minValsnormData = 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, minValsx = 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

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归一化后全部都是0咋办_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 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怎么数据归一化_基于数据归一化以及Python实现方式
数据归一化: 数据的标准化是将数据按比例缩放,使之落入一个小的特定区间,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权. 为什么要做归一化: 1)加快梯度下降 ...
Python 实现数据归一化处理
字符类型不能归一化... 数据处理经常要用到归一化处理,使各项指数的尺度达到统一,python中实现数据归一化处理的代码如下: #准备工作:安装numpy.pandas包,csv文件转为数值型,之后修 ...
python怎么数据归一化_python数据归一化及三种方法详解
数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可 ...
python 处理数据归一化
数据规范化为了消除指标之间的量纲和取值范围差异的影响,需要进行标准化(归一化)处理,将数据按照比例进行缩放,使之落入一个特定的区域,便于进行综合分析.数据规范化方法主要有: - 最小-最大规范化 - ...
python 音频数据归一化
import copy import numpy as np from scipy.io import wavfile import matplotlib.pyplot as pltfs, data ...
python 数据归一化_python 实现对数据集的归一化的方法(0-1之间)
python 实现对数据集的归一化的方法(0-1之间) 多数情况下,需要对数据集进行归一化处理,再对数据进行分析 #首先,引入两个库 ,numpy,sklearn from sklearn.prepr ...

python实现数据归一化处理的方式：（0,1）标准化

python实现数据归一化处理的方式：（0,1）标准化相关推荐

最新文章

热门文章