python 归一化

在Python中，归一化是将数据转换为特定范围内的标准化过程。常见的归一化方法有最小-最大缩放和Z-score标准化。

1. 最小-最大缩放（Min-Max Scaling）是将数据线性转换到特定范围内。假设我们有一个数值列表`data`，我们可以使用以下代码进行最小-最大缩放：

from sklearn.preprocessing import MinMaxScaler

# 创建MinMaxScaler对象
scaler = MinMaxScaler()

# 将数据进行最小-最大缩放
normalized_data = scaler.fit_transform(data)

2. Z-score标准化是通过计算数据的平均值和标准差，将数据转换为具有均值为0和标准差为1的分布。我们可以使用以下代码进行Z-score标准化：

from sklearn.preprocessing import StandardScaler

# 创建StandardScaler对象
scaler = StandardScaler()

# 将数据进行Z-score标准化
normalized_data = scaler.fit_transform(data)

这些方法都可以用于归一化数据，具体选择哪个方法取决于你的数据和需求。