1、什么是歸一化：
歸一化就是把一組數（大于1）化為以1為最大值，0為最小值，其余數據按百分比計算的方法。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）找出一組數里的最小值和最大值，然后就算最大值和最小值的差值
min = 2； max = 6； r = max - min = 4
（2）數組中每個數都減去最小值
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組了
3、用python 把一個矩陣中每列的數字歸一化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import numpy as np def autoNorm(data): #傳入一個矩陣 mins = data.min(0) #返回data矩陣中每一列中最小的元素，返回一個列表 maxs = data.max(0) #返回data矩陣中每一列中最大的元素，返回一個列表 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表 normData = np.zeros(np.shape(data)) #生成一個與 data矩陣同規格的normData全0矩陣，用于裝歸一化后的數據 row = data.shape[0] #返回 data矩陣的行數 normData = data - np.tile(mins,(row,1)) #data矩陣每一列數據都減去每一列的最小值 normData = normData / np.tile(ranges,(row,1)) #data矩陣每一列數據都除去每一列的差值（差值 = 某列的最大值- 某列最小值） return normData arr = np.array([[8,7,8],[4,3,1],[6,9,8]])print(autoNorm(arr)) 打印結果：[[ 1. 0.66666667 1. ] [ 0. 0. 0. ] [ 0.5 1. 1. ]] |
以上這篇對python3 一組數值的歸一化處理方法詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/u014453898/article/details/73523997
