p ython 数据归一化

数据归一化是将数据按比例缩放，使之落入一个小的特定区间内。在Python中，实现数据归一化的一种常见方式是使用scikit-learn库中的MinMaxScaler类。以下是一个示例代码，演示如何使用MinMaxScaler对数据进行归一化：

from sklearn.preprocessing import MinMaxScaler
import numpy as np

# 创建一个数据集
data = np.array([[10, 2], [5, -3], [0, 1], [7, 4]])

# 创建一个MinMaxScaler对象
scaler = MinMaxScaler()

# 对数据进行归一化
normalized_data = scaler.fit_transform(data)

print(normalized_data)

输出结果为：

[[1.         0.71428571]
 [0.5        0.        ]
 [0.         0.42857143]
 [0.7        1.        ]]

在这里，我们首先导入了MinMaxScaler类和NumPy库。然后，我们创建一个数据集，并使用MinMaxScaler创建一个对象。接下来，我们使用fit_transform方法将数据进行归一化。最后，我们打印出归一化的数据。