今天小编就为大家分享一篇python 实现对数据集的归一化的方法(0-1之间)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
多数情况下，需要对数据集进行归一化处理，再对数据进行分析
#首先，引入两个库 ，numpy,sklearn from sklearn.preprocessing import MinMaxScaler import numpy as np #将csv文件导入矩阵当中 my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0) #将数据集进行归一化处理 scaler = MinMaxScaler( ) scaler.fit(my_matrix) scaler.data_max_ my_matrix_normorlize=scaler.transform(my_matrix) #最后的my_matrix_normorlize 实现了归一化my_matrix_normorlize 完整未解释代码：
from sklearn.preprocessing import MinMaxScaler import numpy as np my_matrix = np.loadtxt(open("xxxx.csv"),delimiter=",",skiprows=0) scaler = MinMaxScaler( ) scaler.fit(my_matrix) scaler.data_max_ my_matrix_normorlize=scaler.transform(my_matrix)以上就是python 实现对数据集的归一化的方法(0-1之间)的详细内容，更多请关注0133技术站其它相关文章！
