Как нормализовать данные в python: легкое руководство с примерами

Как нормализовать данные в Python? Для нормализации данных в Python можно использовать библиотеку scikit-learn. Она предоставляет класс MinMaxScaler, который можно использовать для нормализации данных. Вот пример кода:

    from sklearn.preprocessing import MinMaxScaler

    data = [[2, 10], [5, 15], [7, 20]]

    scaler = MinMaxScaler()
    normalized_data = scaler.fit_transform(data)

    print(normalized_data)
    

В этом примере мы импортируем MinMaxScaler из scikit-learn и создаем экземпляр класса. Затем мы передаем наши данные в метод fit_transform, который выполняет нормализацию. Нормализованные данные представлены в виде массива, где каждый элемент находится в диапазоне от 0 до 1. Более подробную информацию о нормализации данных в Python вы можете найти в документации scikit-learn.

Как нормализовать данные в Python

Нормализация данных является важной частью предварительной обработки данных в области машинного обучения. Она позволяет привести данные к одному и тому же масштабу и упростить обучение модели. В этой статье мы рассмотрим несколько способов нормализации данных в Python.

1. Масштабирование признаков

Один из наиболее распространенных методов нормализации данных - это масштабирование признаков. Он основан на приведении каждого признака к определенному диапазону, обычно от 0 до 1.

import numpy as np
from sklearn.preprocessing import MinMaxScaler

# Создаем массив данных
data = np.array([[10, 2],
                 [5, 4],
                 [8, 7]])

# Создаем объект MinMaxScaler
scaler = MinMaxScaler()

# Масштабируем данные
scaled_data = scaler.fit_transform(data)

print(scaled_data)
    

В результате выполнения кода мы получим:

[[1.         0.        ]
 [0.         0.33333333]
 [0.6        1.        ]]
    

Как видно из вывода, каждый признак масштабируется в диапазоне от 0 до 1.

2. Стандартизация данных

Другой распространенный метод нормализации данных - это стандартизация. Он основан на преобразовании данных таким образом, чтобы среднее значение каждого признака было равно 0, а стандартное отклонение - 1.

from sklearn.preprocessing import StandardScaler

# Создаем объект StandardScaler
scaler = StandardScaler()

# Стандартизируем данные
standardized_data = scaler.fit_transform(data)

print(standardized_data)
    

В результате выполнения кода мы получим:

[[ 1.06904497 -1.161895    ]
 [-1.33630621 -0.38729833]
 [ 0.26726124  1.54919334]]
    

Как видно из вывода, данные имеют среднее значение 0 и стандартное отклонение 1.

3. Другие методы нормализации

Кроме масштабирования признаков и стандартизации, существуют и другие методы нормализации данных, такие как нормализация значений по строкам и нормализация значений по столбцам. Они могут быть полезны в зависимости от конкретных требований задачи.

Нормализация значений по строкам (нормализация L1):

from sklearn.preprocessing import normalize

# Нормализация значений по строкам
normalized_data = normalize(data, norm='l1')

print(normalized_data)
    

В результате выполнения кода мы получим:

[[0.83333333 0.16666667]
 [0.55555556 0.44444444]
 [0.53333333 0.46666667]]
    

Как видно из вывода, сумма значений каждой строки равна 1.

Нормализация значений по столбцам (нормализация L2):

# Нормализация значений по столбцам
normalized_data = normalize(data, norm='l2')

print(normalized_data)
    

В результате выполнения кода мы получим:

[[0.9486833  0.31622777]
 [0.4472136  0.63245553]
 [0.8        0.8       ]]
    

Как видно из вывода, сумма квадратов значений каждого столбца равна 1.

Заключение

Нормализация данных в Python является важным этапом предварительной обработки данных. В данной статье мы рассмотрели несколько методов нормализации, включая масштабирование признаков и стандартизацию. Также были представлены методы нормализации значений по строкам и нормализации значений по столбцам. Выбор конкретного метода зависит от требований задачи и особенностей данных.

Надеюсь, этот материал помог вам лучше понять, как нормализовать данные в Python. Удачи в вашем обучении!