1、什么是歸一化：

目前成都創(chuàng)新互聯(lián)公司已為1000多家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)絡(luò)空間、網(wǎng)站托管維護(hù)、企業(yè)網(wǎng)站設(shè)計(jì)、新邱網(wǎng)站維護(hù)等服務(wù)，公司將堅(jiān)持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長(zhǎng)，共同發(fā)展。

歸一化就是把一組數(shù)（大于1）化為以1為大值，0為最小值，其余數(shù)據(jù)按百分比計(jì)算的方法。如：1，2，3.，那歸一化后就是：0，0.5，1

2、歸一化步驟：

如：2，4，6

（1）找出一組數(shù)里的最小值和大值，然后就算大值和最小值的差值

min = 2； max = 6； r = max - min = 4

（2）數(shù)組中每個(gè)數(shù)都減去最小值

2，4，6 變成 0，2，4

（3）再除去差值r

0，2，4 變成 0，0.5，1

就得出歸一化后的數(shù)組了

3、用python 把一個(gè)矩陣中每列的數(shù)字歸一化

import numpy as np
 
def autoNorm(data):   #傳入一個(gè)矩陣
 mins = data.min(0)  #返回data矩陣中每一列中最小的元素，返回一個(gè)列表
 maxs = data.max(0)  #返回data矩陣中每一列中大的元素，返回一個(gè)列表
 ranges = maxs - mins #大值列表 - 最小值列表 = 差值列表
 normData = np.zeros(np.shape(data))  #生成一個(gè)與 data矩陣同規(guī)格的normData全0矩陣，用于裝歸一化后的數(shù)據(jù)
 row = data.shape[0]      #返回 data矩陣的行數(shù)
 normData = data - np.tile(mins,(row,1)) #data矩陣每一列數(shù)據(jù)都減去每一列的最小值
 normData = normData / np.tile(ranges,(row,1)) #data矩陣每一列數(shù)據(jù)都除去每一列的差值（差值 = 某列的大值- 某列最小值）
 return normData
 
arr = np.array([[8,7,8],[4,3,1],[6,9,8]])
print(autoNorm(arr))
 
打印結(jié)果：
[[ 1.   0.66666667 1.  ]
 [ 0.   0.   0.  ]
 [ 0.5   1.   1.  ]]

網(wǎng)站欄目：對(duì)python3一組數(shù)值的歸一化處理方法詳解-創(chuàng)新互聯(lián)
文章出自：http://www.rwnh.cn/article22/ddcjcc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動(dòng)態(tài)網(wǎng)站、面包屑導(dǎo)航、網(wǎng)頁(yè)設(shè)計(jì)公司、網(wǎng)站維護(hù)、全網(wǎng)營(yíng)銷推廣、品牌網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)