淺談利用numpy對矩陣進行歸一化處理的方法
更新時間:2018年07月11日 11:08:54 作者:DmrfCoder
今天小編就為大家分享一篇淺談利用numpy對矩陣進行歸一化處理的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
本文不講歸一化原理,只介紹實現(xiàn)(事實上看了代碼就會懂原理),代碼如下:
def Normalize(data): m = np.mean(data) mx = max(data) mn = min(data) return [(float(i) - m) / (mx - mn) for i in data]
代碼只有5行并不復(fù)雜,但是需要注意的一點是一定要將計算的均值以及矩陣的最大、最小值存為變量放到循環(huán)里,如果直接在循環(huán)里計算對應(yīng)的值會造成歸一化特別慢,筆者之前有過深切的酸爽體驗….
以上這篇淺談利用numpy對矩陣進行歸一化處理的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python面向?qū)ο蟪绦蛟O(shè)計類的封裝與繼承用法示例
這篇文章主要介紹了Python面向?qū)ο蟪绦蛟O(shè)計類的封裝與繼承用法,結(jié)合實例形式分析了Python面向?qū)ο蟪绦蛟O(shè)計中類的封裝、繼承相關(guān)概念、原理、用法及操作注意事項,需要的朋友可以參考下2019-04-04Python機器學(xué)習(xí)之scikit-learn庫中KNN算法的封裝與使用方法
這篇文章主要介紹了Python機器學(xué)習(xí)之scikit-learn庫中KNN算法的封裝與使用方法,結(jié)合實例形式分析了scikit-learn庫中KNN算法的相關(guān)調(diào)用與使用技巧,需要的朋友可以參考下2018-12-12