我有以下numpy数组:
foo = np.array([[0.0, 10.0], [0.13216, 12.11837], [0.25379, 42.05027], [0.30874, 13.11784]])
结果是:
[[ 0. 10. ]
[ 0.13216 12.11837]
[ 0.25379 42.05027]
[ 0.30874 13.11784]]
如何规范化此数组的Y分量。所以它给了我类似的东西:
[[ 0. 0. ]
[ 0.13216 0.06 ]
[ 0.25379 1 ]
[ 0.30874 0.097]]
Tags:
我想你想要这个:
参照这个交叉验证的链接How to normalize data to 0-1 range?,看起来您可以对
foo
的最后一列执行最小最大规范化。执行标准化的另一个选项(如OP所建议的)是使用
sklearn.preprocessing.normalize
,这会产生稍微不同的结果-也可以使用sklearn.preprocessing.MinMaxScaler(默认为
feature_range=(0, 1)
):输出:
优点是可以扩展到任何范围。
相关问题 更多 >
编程相关推荐