sklearn-归一化(标准化)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了sklearn-归一化(标准化)相关的知识,希望对你有一定的参考价值。

class sklearn.preprocessing.Normalizer(norm=’l2’, copy=True)[source]
fit(X[, y]) 什么都不做并且返回估计量,但不改变
fit_transform(X[, y]) 作用于数据,然后转换它。

from sklearn.preprocessing import Normalizer
X = [[4, 1, 2, 2], 
     [1, 3, 9, 3], 
     [5, 7, 5, 1]]
transformer = Normalizer().fit(X)
print transformer.transform(X)
print X
[[0.8 0.2 0.4 0.4]
 [0.1 0.3 0.9 0.3]
 [0.5 0.7 0.5 0.1]]
[[4, 1, 2, 2], [1, 3, 9, 3], [5, 7, 5, 1]]

以上是关于sklearn-归一化(标准化)的主要内容,如果未能解决你的问题,请参考以下文章

Sklearn标准化和归一化方法汇总:范数归一化

Sklearn标准化和归一化方法汇总:标准化 / 标准差归一化 / Z-Score归一化

Sklearn标准化和归一化方法汇总:标准化 / 标准差归一化 / Z-Score归一化

Sklearn标准化和归一化方法汇总:Min-Max归一化

Sklearn标准化和归一化方法汇总:Min-Max归一化

sklearn进行对数据标准化、归一化以及将数据还原的方法