码迷,mamicode.com
首页 > 其他好文 > 详细

sklearn-归一化(标准化)

时间:2018-11-12 19:57:07      阅读:147      评论:0      收藏:0      [点我收藏+]

标签:from   标准化   估计   orm   int   imp   transform   nsf   转换   

class sklearn.preprocessing.Normalizer(norm=’l2’, copy=True)[source]
fit(X[, y]) 什么都不做并且返回估计量,但不改变
fit_transform(X[, y]) 作用于数据,然后转换它。

from sklearn.preprocessing import Normalizer
X = [[4, 1, 2, 2], 
     [1, 3, 9, 3], 
     [5, 7, 5, 1]]
transformer = Normalizer().fit(X)
print transformer.transform(X)
print X
[[0.8 0.2 0.4 0.4]
 [0.1 0.3 0.9 0.3]
 [0.5 0.7 0.5 0.1]]
[[4, 1, 2, 2], [1, 3, 9, 3], [5, 7, 5, 1]]

sklearn-归一化(标准化)

标签:from   标准化   估计   orm   int   imp   transform   nsf   转换   

原文地址:http://blog.51cto.com/13959448/2315933

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!