程序清单2-3
归一化特征值:
def autoNorm(dataSet):
/*
>>> b
array([[ 1., 2., 3.],
[ 2., 3., 4.],
[ 10., 0., 0.]])
>>> b.max(0)
array([ 10., 3., 4.])
>>> b.min(0)
array([ 1., 0., 0.])
如上面的例子,求每一列的最大值(或者最小值),组成一个向量
*/
minVals = dataSet.min(0)
maxVals = dataSet.max(0)
/*
最大向量和最小向量想减
*/
ranges = maxVals - minVals
/*
创建一个二维0数组,shape(dataSet)返回二维数组的维数,例如(2,3),2行3列
zeros((2,3))
返回
array([[ 0., 0., 0.],
[ 0., 0., 0.]])
*/
normDataSet = zeros(shape(dataSet))
//shape[0]返回行数
m = dataSet.shape[0]
/*举例:
>>> tile([1,0,0],(3,1))
array([[1, 0, 0],
[1, 0, 0],
[1, 0, 0]])
>>> b
array([[ 1., 2., 3.],
[ 2., 3., 4.],
[ 10., 0., 0.]])
>>> a=tile([1,0,0],(3,1))
>>> b-a
array([[ 0., 2., 3.],
[ 1., 3., 4.],
[ 9., 0., 0.]])
求出数据集和最小值的差
*/
normDataSet = dataSet - tile(minVals, (m,1))
/*
用差除以区间大小,得到归一化数组
*/
normDataSet = normDataSet/tile(ranges, (m,1))
return normDataSet, ranges, minVals