python list列表中数据归一化
时间: 2024-09-30 19:03:38 浏览: 30
Python数据归一化的KNN算法.zip
在 Python 中,数据归一化(Normalization)是指将一组数值转换到相同的尺度或范围,通常是为了比较不同大小的数据或避免某些特征对模型的影响过大。对于列表数据,常见的归一化方法有 min-max 归一化和 z-score 归一化。
**Min-Max 归一化(0-1 Scale)**:
它通过将最小值设为0,最大值设为1来进行缩放。公式如下:
```python
def normalize_min_max(lst):
min_val = min(lst)
max_val = max(lst)
return [(x - min_val) / (max_val - min_val) for x in lst]
```
**z-Score 归一化(标准差标准化)**:
z-score 归一化会使得数据分布的标准差为1,平均值为0。公式如下:
```python
from scipy import stats
def normalize_zscore(lst):
mean, std_dev = stats.zscore(lst)
return [(x - mean) / std_dev for x in lst]
```
使用归一化后的数据,模型训练会更稳定,特征之间的影响更为平等。
阅读全文