1、什么是归一化：
归一化就是把一组数（大于1）化为以1为最大值，0为最小值，其余数据按百分比计算的方法。如：1，2，3.，那归一化后就是：0，0.5，1
2、归一化步骤：
如：2，4，6
（1）找出一组数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）数组中每个数都减去最小值
2，4，6 变成 0，2，4
（3）再除去差值r
0，2，4 变成 0，0.5，1
就得出归一化后的数组了
3、用python 把一个矩阵中每列的数字归一化
|
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): #传入一个矩阵 mins = data.min(0) #返回data矩阵中每一列中最小的元素，返回一个列表 maxs = data.max(0) #返回data矩阵中每一列中最大的元素，返回一个列表 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表 normData = np.zeros(np.shape(data)) #生成一个与 data矩阵同规格的normData全0矩阵，用于装归一化后的数据 row = data.shape[0] #返回 data矩阵的行数 normData = data - np.tile(mins,(row,1)) #data矩阵每一列数据都减去每一列的最小值 normData = normData / np.tile(ranges,(row,1)) #data矩阵每一列数据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)) 打印结果：[[ 1. 0.66666667 1. ] [ 0. 0. 0. ] [ 0.5 1. 1. ]] |
以上这篇对python3 一组数值的归一化处理方法详解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服务器之家。
原文链接：https://blog.csdn.net/u014453898/article/details/73523997
