gpt4 book ai didi

对python3 一组数值的归一化处理方法详解

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 27 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章对python3 一组数值的归一化处理方法详解由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

1、什么是归一化:

归一化就是把一组数(大于1)化为以1为最大值,0为最小值,其余数据按百分比计算的方法。如:1,2,3.,那归一化后就是:0,0.5,1 。

2、归一化步骤:

如:2,4,6 。

(1)找出一组数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)数组中每个数都减去最小值 。

2,4,6 变成 0,2,4 。

(3)再除去差值r 。

0,2,4 变成 0,0.5,1 。

就得出归一化后的数组了 。

3、用python 把一个矩阵中每列的数字归一化 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import numpy as np
 
def autoNorm(data):   #传入一个矩阵
  mins = data. min ( 0 #返回data矩阵中每一列中最小的元素,返回一个列表
  maxs = data. max ( 0 #返回data矩阵中每一列中最大的元素,返回一个列表
  ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表
  normData = np.zeros(np.shape(data))  #生成一个与 data矩阵同规格的normData全0矩阵,用于装归一化后的数据
  row = data.shape[ 0 ]      #返回 data矩阵的行数
  normData = data - np.tile(mins,(row, 1 )) #data矩阵每一列数据都减去每一列的最小值
  normData = normData / np.tile(ranges,(row, 1 )) #data矩阵每一列数据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))
 
打印结果:
[[ 1.   0.66666667 1.  ]
  [ 0.   0.   0.  ]
  [ 0.5   1.   1.  ]]

以上这篇对python3 一组数值的归一化处理方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我.

原文链接:https://blog.csdn.net/u014453898/article/details/73523997 。

最后此篇关于对python3 一组数值的归一化处理方法详解的文章就讲到这里了,如果你想了解更多关于对python3 一组数值的归一化处理方法详解的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com