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)用場景，ssl證書未來市場廣闊！成為創(chuàng)新互聯(lián)公司的ssl證書銷售渠道，可以享受市場價格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：18980820575（備注：SSL證書合作）期待與您的合作！

屬性縮放到一個指定的和最小值（通常是1-0）之間，這可以通過preprocessing.MinMaxScaler類實現(xiàn)。

常用的最小規(guī)范化方法(x-min(x))/(max(x)-min(x))

python實現(xiàn)歸一化的方法：

1、(0,1)標(biāo)準(zhǔn)化：

這是最簡單也是最容易想到的方法，通過遍歷feature vector里的每一個數(shù)據(jù)，將Max和Min的記錄下來，并通過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)是一個具有S形曲線的函數(shù)，是良好的閾值函數(shù)，在(0, 0.5)處中心對稱，在(0, 0.5)附近有比較大的斜率，而當(dāng)數(shù)據(jù)趨向于正無窮和負(fù)無窮的時候，映射出來的值就會趨向于1和0，是個人非常喜歡的“歸一化方法”。

之所以打引號是因為我覺得Sigmoid函數(shù)在閾值分割上也有很不錯的表現(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)作為分割閾值的點的情況：

實現(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？
文章地址：http://uogjgqi.cn/article/djpdghd.html