Python如何實現歸一化算法

今天小編給大家分享一下Python如何實現歸一化算法的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

1.前言                                 

歸一化算法Normalization將數據處理成量綱一直的數據，一般限定在[0,1]、[-1,1]
一般在進行建模的時候需要進行數據歸一化處理，

原因如下:

• 降低計算難度

• 有可能提高模型的預測精度

• 消除量綱影響

下面介紹三種常見的標準化方法，分別是最大最小值、正態中心化、小數點定標

2.Min-Max方法

2.1 公式

2.2 算法實現邏輯

• 1.找一組數據的最大最小值

• 2.利用公式歸一化

• 3.輸入結果(為了方便可視化展示，我們設計了代碼)

2.3 代碼

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 1.最小最大標準化
Data = np.array([[0.2,0.9,29],
                [0.9,0.1,100],
                [0.5,0.5,30]]) #最小－最大歸一化算法
#　1.1數據轉化
def MinMax(data):
    min = 0
    max = 1
    C = data[:,2]
    min = np.min(C)
    max = np.max(C)
    for one in data:
        one[2] = (one[2]-min) / (max-min)
    print('轉化后的矩陣：\n',data)
    return data


# 1.2可視化
def ShowData(Data,ShowD1):
    length = len(Data)
    X = np.ones(Data.shape[0])
    plt.figure(1)
    plt.subplot(121)
    for i in range(length):
        plt.scatter(X*(i+1),Data[:,i])
    plt.subplot(122)
    for i in range(length):
        plt.scatter(X*(i+1),ShowD1[:,i])
    plt.show()
ShowData(Data,MinMax(Data.copy()))

轉化后的矩陣：

 [[0.2        0.9        0.        ]
 [0.9        0.1        1.        ]
 [0.5        0.5        0.01408451]]

2.4局限

• 數據規模過大不適應

• 數據歸一化后范圍在[0,1]，對于一些有負有正數的原始數據慎用

3 Z-score標準化

3.1 公式

3.2 算法實現邏輯

• 輸入數據

• 求取數據的均值、方法，在利用中心化公式計算

• 輸出結果

3.3 代碼

def Zscore(data):
    x_mean = np.mean(data[:2])
    length = len(data[:,2])
    vari = np.sqrt((np.sum((data[:2]-x_mean)**2))/length)
    print('方差:',vari)
    data[:,2] = (data[:,2]-x_mean)/vari
    print('Z-score標準化后的矩陣是',data)
    return data

ShowData(Data,Zscore(Data.copy()))

方差: 51.569160680908254
Z-score標準化后的矩陣是 [[0.2        0.9        0.13864876]
 [0.9        0.1        1.5154406 ]
 [0.5        0.5        0.15804019]]

3.4 局限

• 對樣本量少的數據，表現不好

• 標準化后范圍在有負有正，范圍在[-1,1]

4 小數定標法

4.1 公式

4.2 算法實現邏輯

• 輸入數據

• 絕對值化，最大值

• 將每個數除以最大值的數量級

• 輸入數據

4.3 代碼實現

# 小數定標歸一化算法
def Decimals(data):
    C = np.abs(data[:,2])
    max = int(np.sort(C)[-1]) # 按從小到大排序，取最后一位，及最大值
    k = len(str(max))
    print('絕對值最大的位數：\n',k)
    data[:2] = data[:,2] /(10**k)
    print('小數點定標準化后的矩陣：\n',data)
    return data
ShowData(Data,Decimals(Data.copy()))

絕對值最大的位數：

 3

小數點定標準化后的矩陣：

 [[2.9e-02 1.0e-01 3.0e-02]
 [2.9e-02 1.0e-01 3.0e-02]
 [5.0e-01 5.0e-01 3.0e+01]]

4.4 局限

• 受到最大值影響較大

以上就是“Python如何實現歸一化算法”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。