python 手写归一化正则化

归一化和正则化是数据预处理中常用的方法，可以提高模型的性能和准确度。下面是Python手写归一化和正则化的方法：

归一化：
1. 计算每个特征的最大值和最小值。
2. 对于每个特征，将其值减去最小值并除以最大值减最小值的差值，得到归一化后的值。

代码示例：

def normalize(data):
    max_vals = data.max(axis=0)
    min_vals = data.min(axis=0)
    ranges = max_vals - min_vals
    norm_data = (data - min_vals) / ranges
    return norm_data

正则化：
1. 计算每个样本的范数。
2. 对于每个样本，将其值除以其范数，得到正则化后的值。

代码示例：

def regularize(data):
    norm_data = np.linalg.norm(data, axis=1)
    reg_data = data / norm_data[:, np.newaxis]
    return reg_data

注意：在使用这些方法时，需要根据具体情况选择合适的方法和参数，以达到最佳效果。