国产片侵犯亲女视频播放_亚洲精品二区_在线免费国产视频_欧美精品一区二区三区在线_少妇久久久_在线观看av不卡

腳本之家,腳本語(yǔ)言編程技術(shù)及教程分享平臺(tái)!
分類導(dǎo)航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服務(wù)器之家 - 腳本之家 - Python - Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化(歸一化)示例

Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化(歸一化)示例

2021-05-12 00:51memoryqiu Python

這篇文章主要介紹了Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化,簡(jiǎn)單描述了數(shù)據(jù)規(guī)范化的原理、用法及相關(guān)操作技巧,需要的朋友可以參考下

本文實(shí)例講述了python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化。分享給大家供大家參考,具體如下:

數(shù)據(jù)規(guī)范化

為了消除指標(biāo)之間的量綱和取值范圍差異的影響,需要進(jìn)行標(biāo)準(zhǔn)化(歸一化)處理,將數(shù)據(jù)按照比例進(jìn)行縮放,使之落入一個(gè)特定的區(qū)域,便于進(jìn)行綜合分析。

數(shù)據(jù)規(guī)范化方法主要有:

- 最小-最大規(guī)范化
- 零-均值規(guī)范化

數(shù)據(jù)示例

Python數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)規(guī)范化(歸一化)示例

代碼實(shí)現(xiàn)

?
1
2
3
4
5
6
7
8
#-*- coding: utf-8 -*-
#數(shù)據(jù)規(guī)范化
import pandas as pd
import numpy as np
datafile = 'normalization_data.xls' #參數(shù)初始化
data = pd.read_excel(datafile, header = none) #讀取數(shù)據(jù)
(data - data.min())/(data.max() - data.min()) #最小-最大規(guī)范化
(data - data.mean())/data.std() #零-均值規(guī)范化

從命令行可以看到下面的輸出:

>>> (data-data.min())/(data.max()-data.min(
          0         1         2         3
0  0.074380  0.937291  0.923520  1.000000
1  0.619835  0.000000  0.000000  0.850941
2  0.214876  0.119565  0.813322  0.000000
3  0.000000  1.000000  1.000000  0.563676
4  1.000000  0.942308  0.996711  0.804149
5  0.264463  0.838629  0.814967  0.909310
6  0.636364  0.846990  0.786184  0.929571

>>> (data-data.mean())/data.std()
          0         1         2         3
0 -0.905383  0.635863  0.464531  0.798149
1  0.604678 -1.587675 -2.193167  0.369390
2 -0.516428 -1.304030  0.147406 -2.078279
3 -1.111301  0.784628  0.684625 -0.456906
4  1.657146  0.647765  0.675159  0.234796
5 -0.379150  0.401807  0.152139  0.537286
6  0.650438  0.421642  0.069308  0.595564

上述代碼改為使用print語(yǔ)句打印,如下:

?
1
2
3
4
5
6
7
8
#-*- coding: utf-8 -*-
#數(shù)據(jù)規(guī)范化
import pandas as pd
import numpy as np
datafile = 'normalization_data.xls' #參數(shù)初始化
data = pd.read_excel(datafile, header = none) #讀取數(shù)據(jù)
print((data - data.min())/(data.max() - data.min())) #最小-最大規(guī)范化
print((data - data.mean())/data.std()) #零-均值規(guī)范化

可輸出如下打印結(jié)果:

          0         1         2         3
0  0.074380  0.937291  0.923520  1.000000
1  0.619835  0.000000  0.000000  0.850941
2  0.214876  0.119565  0.813322  0.000000
3  0.000000  1.000000  1.000000  0.563676
4  1.000000  0.942308  0.996711  0.804149
5  0.264463  0.838629  0.814967  0.909310
6  0.636364  0.846990  0.786184  0.929571
          0         1         2         3
0 -0.905383  0.635863  0.464531  0.798149
1  0.604678 -1.587675 -2.193167  0.369390
2 -0.516428 -1.304030  0.147406 -2.078279
3 -1.111301  0.784628  0.684625 -0.456906
4  1.657146  0.647765  0.675159  0.234796
5 -0.379150  0.401807  0.152139  0.537286
6  0.650438  0.421642  0.069308  0.595564

附:代碼中使用到的normalization_data.xls點(diǎn)擊此處下載。

希望本文所述對(duì)大家python程序設(shè)計(jì)有所幫助。

原文鏈接:https://blog.csdn.net/sinat_25873421/article/details/80753121

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板: 日本精品久久久 | 欧美第一视频 | 久草电影网| 久久精品视频网站 | 亚洲成人精品视频 | 日韩欧美在线观看视频 | 亚洲精品久久久一区二区三区 | 国产精品一区二区三区免费视频 | 国产精品1区2区 | 一区视频网站 | 99热99 | 91免费版在线看 | 久久伊 | 亚洲一区欧美 | 中文字幕亚洲欧美日韩在线不卡 | 日本一区视频 | 久久久久一区 | 91国自产精品中文字幕亚洲 | 91色在线| 日本一区二区精品 | 午夜久久久久 | 日韩精品一二三区 | 成人高清视频在线观看 | 在线成人www免费观看视频 | 中文字幕 视频一区 | 日本涩涩视频 | 香蕉视频禁止18 | 青青草在线视频免费观看 | 国产精品一区二区三区免费 | 一区国产精品 | 亚洲一区二区三区免费观看 | 亚洲入口| 日韩亚洲 | 日韩欧美一区二区免费 | 亚洲精品一区二区网址 | 国产一区二区精品在线观看 | 狠狠艹 | 日韩在线视频一区 | 91视频 - 88av | 久久av一区二区 | 国产精品久久久久久久久久久新郎 |