机器学习 归一化 学习以及代码
在机器学习的算法训练中,有很多数据的特征值不止一个,特征值中有些属性的数字过大,从而对计算结果的影响太大,但是实际情况是每个属性都同等重要,这时候就要处理这种不同取值范围的特征值,通常采用数值归一化,将取值范围处理为0-1或者-1-1之间。
将任意取值范围的特征值转化为0–1区间内的值,公式如下:
newValue=(oldValue-min)/(max-min)
其中oldValue为原始数据
min、max分别是原始数据里最小、最大值
例如:有一组数据如下
400
134000
20000
32000
归一化的过程是:
400归一化之后的值newValue=(400-400)/(134000-400)
134000归一化之后的值newValue=(134000-400)/(134000-400)
20000归一化之后的值newValue=(20000-400)/(134000-400)
32000归一化之后的值newValue=(32000-400)/(134000-400)
上python代码:
def autoNorm(dataSet):
min_value=dataSet.min(0)#取出数据集中的最小值
max_value=dataSet.max(0)#取出数据集中的最大值
range=max_value-min_value#计算取值范围
normDataSet=zeros(shape(dataSet))#初始化一个矩阵,该矩阵和所给数据集维度相同用于存放归一化之后的数据
m=dataSet.shape[0]#取出数据集的行数
normDataSet=dataSet-tile(min_value,(m,1))#这里tile()函数创建了一个以min_value为值的m行列向量,然后计算oldValue-min_value
normDataSet=normDataSet/tile(range,(m,1))#特征值相除得到归一化后的数值
return normDataSet#返回归一化后的数据
说明:dataSet是指数据中某一列的数值
posted on 2017-12-25 20:51 zhangkele 阅读(1394) 评论(0) 编辑 收藏 举报