归一化是指将数据缩放到特定的范畴内,通常是将数据映射到 [0,1] 或 [-1,1] 区间内。这种缩放的目标是对立数据的尺度,使得不同特色之间能够进行比拟和解决。
在 numpy 中,归一化能够通过以下形式实现:
将数据缩放到 [0,1] 区间内
# x 为要归一化的数据
x_normalized = (x - x.min()) / (x.max() - x.min())
将数据缩放到 [-1,1] 区间内
# x 为要归一化的数据
x_normalized = 2 * (x - x.min()) / (x.max() - x.min()) - 1
除了上述办法外,numpy 还提供了一些专门用于归一化的函数,例如 numpy.linalg.norm() 用于计算向量的范数,能够用来对向量进行归一化。另外,numpy.interp() 函数能够将数组插值到指定的范畴内,能够用来对数据进行归一化。