详解python实现数据归一化处理的方式：（0,1）标准化

详解详解python实现数据归一化处理的方式：（实现数据归一化处理的方式：（0,1）标准化）标准化

主要介绍了详解python实现数据归一化处理的方式：（0,1）标准化，文中通过示例代码介绍的非常详细，对大

家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

在机器学习过程中，对数据的处理过程中，常常需要对数据进行归一化处理，下面介绍（0， 1）标准化的方式，简单的说，

其功能就是将预处理的数据的数值范围按一定关系“压缩”到（0，1）的范围类。

通常（0， 1）标注化处理的公式为：

即将样本点的数值减去最小值，再除以样本点数值最大与最小的差，原理公式就是这么基础。

下面看看使用python语言来编程实现吧

normData = np.zeros(np.shape(data))

m = data.shape[0]

normData = data - np.tile(minVals, (m, 1))

normData = normData/np.tile(ranges, (m, 1))

return normData, ranges, minVals

x = np.array([[78434.0829, 26829.86612], [78960.4042, 26855.13451], [72997.8308, 26543.79201],

[74160.2849, 26499.56629], [75908.5746, 26220.11996], [74880.6989, 26196.03995],

[74604.7169, 27096.87862], [79547.6796, 25986.68579], [74997.7791, 24021.50132],

[74487.4915, 26040.18441], [77134.2636, 24647.274], [74975.2792, 24067.31441],

[76013.5305, 24566.02273], [79191.518, 26840.29867], [80653.4589, 25937.22248],

[81768.4638, 30180.20618], [80283.8783, 30417.55057], [79460.7078, 29092.52867],

[75514.1202, 28071.73721], [80595.5945, 30292.25917], [80750.4876, 29651.32254],

[80020.662, 30023.70025], [82992.3395, 29466.83067], [80185.5946, 29943.15481],

[81854.6163, 29846.18257], [81526.4017, 30218.27078], [79174.5312, 29960.69999],

[78112.3051, 26467.57545], [80262.4121, 29340.23218], [81284.9734, 28257.71529],

[81928.9905, 28752.84811], [80739.2727, 29288.85126], [83135.3435, 30223.4974],

[83131.8223, 29049.10112], [82549.9076, 28910.15209], [81574.0822, 28326.55367],

[80507.399, 28553.56851], [82956.2103, 29157.62372], [81909.7132, 29359.24497],

[80893.5603, 29326.64155], [82520.1272, 30424.96703], [82829.8548, 31062.24418],

[80532.1495, 29198.10407], [80112.7963, 29143.47905], [81175.0882, 28443.10574]])

print(newdata)

将数据进行归一化处理后，并使用matplotlib绘制出处理后的散点图分布如下：