转:数据归一化sklearn的minmax_scale()函数解析

数据归一化 minmax_scale()函数解析

例子:

1
2
3
4
5
6
7
import numpy as np
from sklearn.preprocessing import MinMaxScaler
a = np.arange(20).reshape(4, 5)
ms = MinMaxScaler(feature_range=(-1, 1))
b = ms.fit_transform(a)
print('a:\n', a)
print('b:\n', b)

运行结果:

  

 

posted @   Picassooo  阅读(4420)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
点击右上角即可分享
微信分享提示