日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

說明

1、通過對原始數(shù)據(jù)進行變換把數(shù)據(jù)映射到(默認為[0,1])之間。

2、能夠加快梯度下降求最優(yōu)解的速度，并有可能提高精度。

實例

def minmax_demo():
    """
    歸一化
    :return:
    """
    # 1.獲取數(shù)據(jù)
    data = pd.read_csv('dating.txt')
 
    data = data.iloc[:, :3]
    # print("data:\n", data)
    # 2.實例化一個轉(zhuǎn)換器類
    transfer = MinMaxScaler()
 
    # 3.調(diào)用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return None

注意：值和最小值是變化的。另外，值和最小值很容易受到異常點的影響，所以這種方法魯棒性健壯性)較差，只適用于傳統(tǒng)精確的小數(shù)據(jù)場景。

以上就是Python數(shù)據(jù)歸一化的理解，希望對大家有所幫助。更多Python學習指路：創(chuàng)新互聯(lián)python教程

本文教程操作環(huán)境：windows7系統(tǒng)、Python 3.9.1，DELL G3電腦。

當前題目：創(chuàng)新互聯(lián)Python教程：Python數(shù)據(jù)歸一化如何理解
分享網(wǎng)址：http://www.dlmjj.cn/article/codhdhj.html