Python数据归一化

1、通过对原始数据进行变换把数据映射到(默认为[0,1])之间。

2、能够加快梯度下降求最优解的速度，并有可能提高精度。

Python数据归一化实例

def minmax_demo():
    """
    归一化
    :return:
    """
    # 1.获取数据
    data = pd.read_csv('dating.txt')
 
    data = data.iloc[:, :3]
    # print("data:\n", data)
    # 2.实例化一个转换器类
    transfer = MinMaxScaler()
 
    # 3.调用fit_transform
    data_new = transfer.fit_transform(data)
    print("data_new:\n", data_new)
    return None

注意：值和最小值是变化的。另外，值和最小值很容易受到异常点的影响，所以这种方法鲁棒性健壮性)较差，只适用于传统精确的小数据场景。

以上就是Python数据归一化的理解，希望对大家有所帮助。