python最大最小值归一化

可以使用 scikit-learn 中的 MinMaxScaler 进行最大最小值归一化。

示例代码如下：

from sklearn.preprocessing import MinMaxScaler

data = [[1, 2], [2, 3], [3, 5], [4, 8], [5, 13]]

scaler = MinMaxScaler()
scaled_data = scaler.fit_transform(data)

print(scaled_data)

输出结果：

[[0.   0.   ]
 [0.25 0.2  ]
 [0.5  0.4  ]
 [0.75 0.6  ]
 [1.   1.   ]]

其中，我们首先定义了一个包含 5 个样本的二维数组 data，然后使用 MinMaxScaler 进行最大最小值归一化，将数据缩放到 [0, 1] 的范围内。最后输出了归一化后的数据 scaled_data。