【机器学习】机器学习从零到掌握之五 -- 教你使用归一化数值准备数据

置顶 SophiaCV

于 2018-12-14 13:33:03 发布

阅读量582

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习实战 -- 机器学习从零到掌握文章标签：归一化机器学习 k近邻算法

在公众号【计算机视觉联盟】后台回复【9076】获取独家200页AI笔记！

本文链接：https://blog.csdn.net/Sophia_11/article/details/85001810

机器学习实战 -- 机器学习从零到掌握同时被 3 个专栏收录

13 篇文章 ¥9.90 ¥99.00

订阅专栏

MachineLearning

14 篇文章

订阅专栏

机器学习实战

13 篇文章

订阅专栏

本文是《机器学习从零到掌握》系列的第五篇，介绍了在K近邻算法中如何使用归一化处理不同取值范围的特征值，以避免某些特征对计算结果产生过大影响。通过file2matrix.py和auto_norm.py两个模块，将数据转换并归一化到0到1区间，确保各个特征在计算距离时具有相等的权重。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文是《机器学习从零到掌握》系列之第5篇

机器学习从零到掌握之一 -- 教你理解K近邻算法

机器学习从零到掌握之二 -- 教你实现K近邻算法

机器学习从零到掌握之三 -- 教你使用K近邻算法改进约会网站

机器学习从零到掌握之四 -- 教你使用可视化分析数据

目录

本文是《机器学习从零到掌握》系列之第5篇

主程序为：

运行结果为：

表2-3给出了提取的四组数据，如果想要计算样本3和样本4之间的距离，可以使用下面的方法：

了解本专栏

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。