浅谈利用numpy对矩阵进行归一化处理的方法
更新时间:2018年07月11日 11:08:54 作者:DmrfCoder
今天小编就为大家分享一篇浅谈利用numpy对矩阵进行归一化处理的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
本文不讲归一化原理,只介绍实现(事实上看了代码就会懂原理),代码如下:
def Normalize(data): m = np.mean(data) mx = max(data) mn = min(data) return [(float(i) - m) / (mx - mn) for i in data]
代码只有5行并不复杂,但是需要注意的一点是一定要将计算的均值以及矩阵的最大、最小值存为变量放到循环里,如果直接在循环里计算对应的值会造成归一化特别慢,笔者之前有过深切的酸爽体验….
以上这篇浅谈利用numpy对矩阵进行归一化处理的方法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脚本之家。
相关文章
Python机器学习之scikit-learn库中KNN算法的封装与使用方法
这篇文章主要介绍了Python机器学习之scikit-learn库中KNN算法的封装与使用方法,结合实例形式分析了scikit-learn库中KNN算法的相关调用与使用技巧,需要的朋友可以参考下2018-12-12
最新评论