在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系“压缩”到(0,1)的范围类。
通常(0, 1)标注化处理的公式为:
xnormalization=x−MinMax−Min{x}_{normalization}=\frac{x-Min}{Max-Min}

即将样本点的数值减去最小值,再除以样本点数值最大与最小的差,原理公式就是这么基础。
下面看看使用python语言来编程实现吧
import numpy as np
coman = pd.read_csv('xxxxx.csv')
# print(coman.info())
coman.replace([np.inf,

本文详细介绍了在机器学习中如何使用(0,1)标准化对数据进行归一化处理,通过Python编程实现了数据预处理过程,将样本点数值转化为(0,1)区间内的值。
分别做归一化处理的函数实现&spm=1001.2101.3001.5002&articleId=105499591&d=1&t=3&u=b42d8efa955b4909bbfd35c52d5ff71f)
1275

被折叠的 条评论
为什么被折叠?



