導入包：

from sklearn.preprocessing import MinMaxScaler

定義歸一化對象：

scaler = MinMaxScaler(feature_range=(0, 1)) #將數據歸一到0到1，可以根據數據特點歸一到-1到1

歸一化數據：

mydata = scaler.fit_transform(mydata) #歸一化

經過計算之后，反歸一化

mydata = scaler.inverse_transform(mydata) #反歸一化

?注意事項：

? ? 原始數據歸一化之后，然后進行模型計算，將計算結果反歸一化時，要保證與原始數據具有相同的列數，并且計算結果的每列數據要與原始數據的列數一一對應。

歸一化保存與加載鏈接：

python 歸一化保存與加載_wh來啦的博客-CSDN博客

歸一化作用：

? ?忽略數據本身的屬性，例如大小，長度。重視數據與數據之間的聯系，例如相對長度，相對大小

總結

以上是生活随笔為你收集整理的python 归一化使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。