矩阵零均值化

最新推荐文章于 2024-09-04 20:00:00 发布

best啊李

最新推荐文章于 2024-09-04 20:00:00 发布

阅读量3.2k

点赞数

本文链接：https://blog.youkuaiyun.com/qq_27015119/article/details/80804068

版权

本文通过一个具体的数据集示例，展示了如何使用Python中的numpy库来计算数据集每列的平均值，并进行数据的中心化处理。文章详细介绍了数据减去均值的过程，并通过两种方式实现了相同的目标：直接从原始数据中减去每列的平均值和利用tile函数将平均值数组复制到与原始数据相同的维度后再相减。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

dataMat = [[2,4,5],
           [2,4,6],
           [1,4,8],
           [1,2,4,]]
means = np.mean(dataMat,axis = 0) #求每一列的均值
print(means)
mean_dataMat = dataMat - means
print(mean_dataMat)
print('--------------------')
m,n = np.shape(dataMat)
means_tile = np.tile(means,(m,1))
print(means_tile)
mean_dataMat = dataMat - means_tile
print(mean_dataMat)
#运行结果
[1.5  3.5  5.75]
[[ 0.5   0.5  -0.75]
 [ 0.5   0.5   0.25]
 [-0.5   0.5   2.25]
 [-0.5  -1.5  -1.75]]
--------------------
[[1.5  3.5  5.75]
 [1.5  3.5  5.75]
 [1.5  3.5  5.75]
 [1.5  3.5  5.75]]
[[ 0.5   0.5  -0.75]
 [ 0.5   0.5   0.25]
 [-0.5   0.5   2.25]
 [-0.5  -1.5  -1.75]]