建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
歸一化 (Normalization)：
北流ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場(chǎng)景，ssl證書(shū)未來(lái)市場(chǎng)廣闊！成為創(chuàng)新互聯(lián)公司的ssl證書(shū)銷(xiāo)售渠道，可以享受市場(chǎng)價(jià)格4-6折優(yōu)惠！如果有意向歡迎電話(huà)聯(lián)系或者加微信：18980820575（備注：SSL證書(shū)合作）期待與您的合作！
屬性縮放到一個(gè)指定的和最小值（通常是1-0）之間，這可以通過(guò)preprocessing.MinMaxScaler類(lèi)實(shí)現(xiàn)。
常用的最小規(guī)范化方法(x-min(x))/(max(x)-min(x))
python實(shí)現(xiàn)歸一化的方法：
1、(0,1)標(biāo)準(zhǔn)化：
這是最簡(jiǎn)單也是最容易想到的方法，通過(guò)遍歷feature vector里的每一個(gè)數(shù)據(jù)，將Max和Min的記錄下來(lái)，并通過(guò)Max-Min作為基數(shù)（即Min=0，Max=1）進(jìn)行數(shù)據(jù)的歸一化處理：
def MaxMinNormalization(x,Max,Min): x = (x - Min) / (Max - Min); return x
2、Z-score標(biāo)準(zhǔn)化：
這種方法給予原始數(shù)據(jù)的均值（mean）和標(biāo)準(zhǔn)差（standard deviation）進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化。經(jīng)過(guò)處理的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布，即均值為0，標(biāo)準(zhǔn)差為1，這里的關(guān)鍵在于復(fù)合標(biāo)準(zhǔn)正態(tài)分布，個(gè)人認(rèn)為在一定程度上改變了特征的分布，轉(zhuǎn)化函數(shù)為：
實(shí)現(xiàn)代碼：
def Z_ScoreNormalization(x,mu,sigma): x = (x - mu) / sigma; return x
3、Sigmoid函數(shù)：
Sigmoid函數(shù)是一個(gè)具有S形曲線(xiàn)的函數(shù)，是良好的閾值函數(shù)，在(0, 0.5)處中心對(duì)稱(chēng)，在(0, 0.5)附近有比較大的斜率，而當(dāng)數(shù)據(jù)趨向于正無(wú)窮和負(fù)無(wú)窮的時(shí)候，映射出來(lái)的值就會(huì)趨向于1和0，是個(gè)人非常喜歡的“歸一化方法”。
之所以打引號(hào)是因?yàn)槲矣X(jué)得Sigmoid函數(shù)在閾值分割上也有很不錯(cuò)的表現(xiàn)，根據(jù)公式的改變，就可以改變分割閾值，這里作為歸一化方法，我們只考慮(0, 0.5)作為分割閾值的點(diǎn)的情況：
實(shí)現(xiàn)代碼：
def sigmoid(X,useStatus): if useStatus: return 1.0 / (1 + np.exp(-float(X))); else: return float(X)
分享標(biāo)題：創(chuàng)新互聯(lián)Python教程：python中怎么進(jìn)行歸一化？
標(biāo)題路徑：http://m.5511xx.com/article/djpdghd.html
