归一化特征值

最新推荐文章于 2024-06-13 21:25:03 发布

认真的小白

最新推荐文章于 2024-06-13 21:25:03 发布

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

文章标签：归一化特征值

本文链接：https://blog.youkuaiyun.com/weixin_42127577/article/details/80326707

def autoNorm(dataSet):
    minVals = dataSet.min(0)
    maxVals = dataSet.max(0)
    ranges = maxVals - minVals
    normDataSet = zeros(shape(dataSet))
    m = dataSet.shape[0]
    normDataSet = dataSet - tile(minVals, (m, 1))
    normDataSet = normDataSet / tile(ranges, (m, 1))  # element wise divide
    return normDataSet, ranges, minVals

dataset.min(0)是提取一个矩阵的每列的最小值，然后组成一个行向量，例如：

[[1,2,5],

[4,8,8],

[0,6,4]] 结果为[0,2,4]

tile(minVals, (m, 1))是把一个矩阵搞成m行倍，列为1倍，例如：:tile(minVals, (4, 1))

结果为： [[0,2,4],

[0,2,4],

[0,2,4]]