python - 手动标准化功能执行时间太长

Question

我正在尝试手动实现标准化功能，而不是使用 scikit learn 的功能。原因是，我需要手动定义最大和最小参数，而 scikit learn 不允许这种更改。

我成功地实现了这个来标准化 0 和 1 之间的值。但是它需要很长时间才能运行。

问题: 还有其他有效的方法可以做到这一点吗？我怎样才能让它执行得更快。

下面显示的是我的代码:

scaled_train_data = scale(train_data)

def scale(data):
    for index, row in data.iterrows():
        X_std = (data.loc[index, "Close"] - 10) / (2000 - 10)
        data.loc[index, "Close"] = X_std

    return data

2000和10是我手动定义的属性，而不是取数据集的最小值和最大值。

提前谢谢您。

Answer 1

使用 numpy 的矩阵。您还可以手动设置最小值和最大值。

import numpy as np
data = np.array(df)
_min = np.min(data, axis=0)
_max = np.max(data, axis=0)
normed_data = (data - _min) / (_max - _min)