這篇文章將為大家詳細(xì)講解有關(guān)基于python實(shí)現(xiàn)歸一化處理的案例分析，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)公司網(wǎng)站建設(shè)公司一直秉承“誠信做人，踏實(shí)做事”的原則，不欺瞞客戶，是我們最起碼的底線！ 以服務(wù)為基礎(chǔ)，以質(zhì)量求生存，以技術(shù)求發(fā)展，成交一個(gè)客戶多一個(gè)朋友！專注中小微企業(yè)官網(wǎng)定制，網(wǎng)站制作、做網(wǎng)站，塑造企業(yè)網(wǎng)絡(luò)形象打造互聯(lián)網(wǎng)企業(yè)效應(yīng)。

        一、定義

　　歸一化方法有兩種形式，一種是把數(shù)變?yōu)椋?，1）之間的小數(shù)，一種是把有量綱表達(dá)式變?yōu)闊o量綱表達(dá)式。主要是為了數(shù)據(jù)處理方便提出來的，把數(shù)據(jù)映射到0～1范圍之內(nèi)處理，更加便捷快速。

　　二、目的

　　不同評(píng)價(jià)指標(biāo)往往具有不同的量綱和量綱單位，這樣的情況會(huì)影響到數(shù)據(jù)分析的結(jié)果，為了消除指標(biāo)之間的量綱影響，需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，以解決數(shù)據(jù)指標(biāo)之間的可比性。其具體針對(duì)的是奇異樣本數(shù)據(jù)，奇異樣本數(shù)據(jù)指的是相對(duì)于其他輸入樣本特別大或特別小的樣本矢量，如[0.34,0.51,0.44,222][0.34,0.51,0.44,128]中最后一列元素就是奇異樣本數(shù)據(jù)。

　　三、常見標(biāo)準(zhǔn)化方法

　　1.大-最小標(biāo)準(zhǔn)化映射到區(qū)間[0,1]

　　2.Z-score標(biāo)準(zhǔn)化結(jié)果聚集在0附近方差為1

　　四、矩陣的歸一化

　　矩陣的列歸一化，就是將矩陣每一列的值，除以每一列所有元素平方和的絕對(duì)值，這樣做的結(jié)果就是，矩陣每一列元素的平方和為1了。

　　五、python歸一化

　　其中參數(shù)axis=0表示列也是跨行的意思axis=1表示行也是跨列的意思

　　fromsklearn.preprocessingimportnormalize
　　data=np.array([
　　[1000,10,0.5],
　　[765,5,0.35],
　　[800,7,0.09],])
　　data=normalize(data,axis=0,norm='max')
　　print(data)
　　>>[[1.1.1.]
　　[0.7650.50.7]
　　[0.80.70.18]]

關(guān)于“基于python實(shí)現(xiàn)歸一化處理的案例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。

文章名稱：基于python實(shí)現(xiàn)歸一化處理的案例分析-創(chuàng)新互聯(lián)
網(wǎng)頁路徑：http://weahome.cn/article/iejcg.html