python 实现对数据集的归一化的方法实现对数据集的归一化的方法(0-1之间之间)
多数情况下,需要对数据集进行归一化处理,再对数据进行分析多数情况下,需要对数据集进行归一化处理,再对数据进行分析
#首先,引入两个库 ,numpy,sklearn
from sklearn.preprocessing import MinMaxScaler
import numpy as np
#将csv文件导入矩阵当中
my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0)
#将数据集进行归一化处理
scaler = MinMaxScaler( )
scaler.fit(my_matrix)
scaler.data_max_
my_matrix_normorlize=scaler.transform(my_matrix)
#最后的my_matrix_normorlize 实现了归一化my_matrix_normorlize
完整未解释代码:完整未解释代码:
from sklearn.preprocessing import MinMaxScaler
import numpy as np
my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0)
scaler = MinMaxScaler( )
scaler.fit(my_matrix)
scaler.data_max_
my_matrix_normorlize=scaler.transform(my_matrix)
以上这篇python 实现对数据集的归一化的方法(0-1之间)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望
大家多多支持软件开发网。
您可能感兴趣的文章您可能感兴趣的文章:详解python实现数据归一化处理的方式:(0,1)标准化python numpy 按行归一化的实例Python数据预
处理之数据规范化(归一化)示例对python3 一组数值的归一化处理方法详解基于数据归一化以及Python实现方式python实现
几种归一化方法(Normalization Method)
评论1