python两行搞定最大最小值标准化（0-1标准化）

2024年3月9日 66次阅读 来源: 柯灵KKK

使用sklearn的MinMaxScaler方法进行最大最小值标准化处理只需要两行：

from sklearn.preprocessing import MinMaxScaler

tool = MinMaxScaler(feature_range=(0, 1)) #根据需要设置最大最小值，这里设置最大值为1.最小值为0

data = tool.fit_transform(values) #标准化，注意这里的values是array

对pandas dataframe进行最大最小值标准化处理再加两步：将dataframe转化为array，以及将array还原为dataframe.


import pandas
from pandas import read_excel
from sklearn.preprocessing import MinMaxScaler

dataset = read_excel('D:/data/test.xlsx', header=0, index_col=0)
values = dataset.values # 将dataframe转化为array
values = values.astype('float32') # 定义数据类型

# 标准化
tool = MinMaxScaler(feature_range=(0, 1))
data = tool.fit_transform(values)
 
df=pandas.DataFrame(data)  #将array转化为dataframe

df.columns=dataset.columns #命名标题行
df.to_excel ('D:/data/result.xlsx',index=None) #另存为excel（删除索引）
    原文作者：柯灵KKK
    原文地址: https://blog.csdn.net/weixin_43886356/article/details/106159577
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞