class sklearn.preprocessing.Normalizer(norm=’l2’, copy=True)[source]
fit(X[, y]) 什么都不做并且返回估計量，但不改變
fit_transform(X[, y]) 作用于數(shù)據(jù)，然后轉(zhuǎn)換它。

from sklearn.preprocessing import Normalizer X = [[4, 1, 2, 2], [1, 3, 9, 3], [5, 7, 5, 1]] transformer = Normalizer().fit(X) print transformer.transform(X) print X

[[0.8 0.2 0.4 0.4]
[0.1 0.3 0.9 0.3]
[0.5 0.7 0.5 0.1]]
[[4, 1, 2, 2], [1, 3, 9, 3], [5, 7, 5, 1]]

總結(jié)

以上是生活随笔為你收集整理的sklearn随笔-归一化（标准化）的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。