Min-Max normalization也称离差标准化法,是消除变量量纲和变异范围影响最简单的方法。对原始数据的线性变换,使结果落到[0,1]区间,转换函数如下:
import numpy as np def normalize(x): x_max = np.max(x) x_min = np.min(x) return (x - x_min) / (x_max - x_min) x = [14,6,7] y = normalize(x) print(y)
Min-Max normalization也称离差标准化法,是消除变量量纲和变异范围影响最简单的方法。对原始数据的线性变换,使结果落到[0,1]区间,转换函数如下:
import numpy as np def normalize(x): x_max = np.max(x) x_min = np.min(x) return (x - x_min) / (x_max - x_min) x = [14,6,7] y = normalize(x) print(y)