1、什么是归一化:
归一化就是把一组数(大于1)化为以1为最大值,0为最小值,其余数据按百分比计算的方法。如:1,2,3.,那归一化后就是:0,0.5,1
2、归一化步骤:
如:2,4,6
(1)找出一组数里的最小值和最大值,然后就算最大值和最小值的差值
min = 2; max = 6; r = max - min = 4
(2)数组中每个数都减去最小值
2,4,6 变成 0,2,4
(3)再除去差值r
0,2,4 变成 0,0.5,1
就得出归一化后的数组了
3、用python 把一个矩阵中每列的数字归一化
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import numpy as np def autoNorm(data): #传入一个矩阵 mins = data. min ( 0 ) #返回data矩阵中每一列中最小的元素,返回一个列表 maxs = data. max ( 0 ) #返回data矩阵中每一列中最大的元素,返回一个列表 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表 normData = np.zeros(np.shape(data)) #生成一个与 data矩阵同规格的normData全0矩阵,用于装归一化后的数据 row = data.shape[ 0 ] #返回 data矩阵的行数 normData = data - np.tile(mins,(row, 1 )) #data矩阵每一列数据都减去每一列的最小值 normData = normData / np.tile(ranges,(row, 1 )) #data矩阵每一列数据都除去每一列的差值(差值 = 某列的最大值- 某列最小值) return normData arr = np.array([[ 8 , 7 , 8 ],[ 4 , 3 , 1 ],[ 6 , 9 , 8 ]]) print (autoNorm(arr)) 打印结果: [[ 1. 0.66666667 1. ] [ 0. 0. 0. ] [ 0.5 1. 1. ]] |
以上这篇对python3 一组数值的归一化处理方法详解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服务器之家。
原文链接:https://blog.csdn.net/u014453898/article/details/73523997