P9 归一化以及标准化对比

http://bilibili.com/video/BV184411Q7Ng?p=9

 

 

 

 

 

 

 

 Python程序举例：

"""
对数据进行归一化处理
"""
from sklearn.preprocessing import MinMaxScaler






def mMinMaxScaler():
    """
    对数据进行归一化处理
    :return:
    """
    mMinMaxScaler=MinMaxScaler()
    data=mMinMaxScaler.fit_transform([[90,2,10,40],[60,4,15,45],[75,3,13,46],])
    print(data)
    return None

if __name__=="__main__":
    mMinMaxScaler()

运行结果：

C:\Users\TJ\AppData\Local\Programs\Python\Python37\python.exe D:/qcc/python/mnist/data_guiyihua.py
[[1. 0. 0. 0. ]
[0. 1. 1. 0.83333333]
[0.5 0.5 0.6 1. ]]

Process finished with exit code 0

注解：

1. 对于每一列特征都要处理。

"""
对数据进行归一化处理
"""
from sklearn.preprocessing import MinMaxScaler






def mMinMaxScaler():
    """
    对数据进行归一化处理
    :return:
    """
    mMinMaxScaler=MinMaxScaler(feature_range=(2,3))
    data=mMinMaxScaler.fit_transform([[90,2,10,40],[60,4,15,45],[75,3,13,46],])
    print(data)
    return None

if __name__=="__main__":
    mMinMaxScaler()

运行结果：

 

 注解:

1. 归一化到一个指定的区间。
2. 默认是归一化到[0, 1]的。

 

标签：__,return,P9,标准化,mMinMaxScaler,归一化,data,MinMaxScaler
来源： https://www.cnblogs.com/yibeimingyue/p/14207527.html