numpy最小最大归一化
时间: 2023-10-13 10:32:32 浏览: 232
lianghua.zip_归一化_数据归一化
对于numpy最小最大归一化,可以使用numpy的min和max函数得到每个特征的最小值和最大值,然后使用numpy的广播功能对每个特征进行归一化处理。下面是一个示例代码:
```python
import numpy as np
# 生成一个5x3的随机数据集
data = np.random.randint(0, 100, size=(5, 3))
print("原始数据集:\n", data)
# 最小-最大归一化
min_vals = np.min(data, axis=0)
max_vals = np.max(data, axis=0)
data_min_max = (data - min_vals) / (max_vals - min_vals)
print("最小-最大归一化后的数据集:\n", data_min_max)
```
上述代码中,使用numpy.random.randint函数生成一个5x3的随机数据集,然后使用numpy的min和max函数分别得到每个特征的最小值和最大值,并使用numpy的广播功能对每个特征进行归一化处理,最后将处理后的数据集打印出来。需要注意的是,axis参数指定对哪个维度进行计算,axis=0表示对每列进行计算,axis=1表示对每行进行计算。
阅读全文