2024-06-17 19:43:46 发布
网友
价值: 0.344 -0.124 0.880 0 0.910 -0.800美元
可以执行以下操作将任何数据标准化为给定的比例:
>>> Data = [0.9, 0.2, 0.3, 0.4] >>> lower, upper =-3, 3 >>> Data_norm = [lower + (upper - lower) * x for x in Data] >>> Data_norm [2.4000000000000004, -1.7999999999999998, -1.2000000000000002, -0.5999999999999996]
使用^{}
In [1]: from sklearn.preprocessing import minmax_scale In [2]: value = [0.344,-0.124,0.880,0,0.910,-0.800] In [3]: in_range = [-1, 1] In [4]: value_scaled = minmax_scale(value + in_range, feature_range=(-3,3)) In [5]: value_scaled[:-2] Out[5]: array([ 1.032, -0.372, 2.64 , 0. , 2.73 , -2.4 ])
您可以尝试R中的cut()函数将值划分为区间。你知道吗
cut()
value <- c(0.344, -0.124, 0.880, 0, 0.910, -0.800) value.normalized <- cut( x = value, breaks = seq(-1, 1, length.out = 8), labels = -3:3, include.lowest = TRUE, right = TRUE ) (value.normalized) 1 0 3 0 3 -3 Levels: -3 -2 -1 0 1 2 3
可以执行以下操作将任何数据标准化为给定的比例:
使用^{}
您可以尝试R中的
cut()
函数将值划分为区间。你知道吗相关问题 更多 >
编程相关推荐