在機器學習中，往往需要歸一化數據集，下面的公式可以把數據歸一化到0~1區間：

newvalue = （oldvalue - min）/（max - min）

python實現的代碼如下：

def autoNorm(dataSet):minVals = dataSet.min(0) # 取每一列的最小值maxVals = dataSet.max(0) # 取每一列的最大值ranges = maxVals - minValsnormDataSet = np.zeros(np.shape(dataSet))m = dataSet.shape[0]normDataSet = dataSet - np.tile(minVals, (m, 1))normDataSet = normDataSet/np.tile(ranges, (m, 1)) return normDataSet, ranges, minVals

例子：

import numpy as npgroup = np.array([[1, 2], [1, 3], [2, 2], [2, 3]]) newgroup, _, _ = autoNorm(group) print(newgroup)# 輸出： [[0. 0.][0. 1.][1. 0.][1. 1.]]

?

總結

以上是生活随笔為你收集整理的python数据归一化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。