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:标准化 / 标准差归一化 / Z-Score归一化