python 实现对数据集的归一化的方法(0-1之间)

时间:2021-05-22

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,sklearnfrom sklearn.preprocessing import MinMaxScalerimport 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:

from sklearn.preprocessing import MinMaxScalerimport numpy as npmy_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。

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章