import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

归一化

一般泛指把数据压缩到0到1之间的浮点数。

data = np.random.randint(10,100,size=(100,2))
target = [0]*50 + [1]*50

plt.scatter(data[:,0],data[:,1],c=target)


class MinMax(object):
    #构造函数
    def __init__(self,feature_range=(0,1)):
        self.mi = feature_range[0]
        self.mx = feature_range[1]
    
    #提取每一列的max和min
    def fit(self,X):
        self.train = np.array(X)
        
        self.data_max_ = self.train.max(axis=0)
        self.data_min_ = self.train.min(axis=0)
    
    #转换
    def transform(self,X):
        data = np.array(X)
        #0-1
        x = np.divide(np.subtract(data,self.data_min_),np.subtract(self.data_max_,self.data_min_))
        #修改范围的 x*(mx-mi) + mi
        return np.add(np.multiply(x,np.subtract(self.mx,self.mi)),self.mi)
    
    def fit_transform(self,X):
        self.fit(X)
        return self.transform(X)
    
    #把归一化的数据还原 不能 浮点运算 
    def inverse_transform(self,X):
        pass

mm = MinMax().fit_transform(data)

plt.scatter(data[:,0],data[:,1],c=target)


plt.scatter(mm[:,0],mm[:,1],c=target)

标准化

把每一列的数据尽可能的接近标准的高斯分布(均值为0，标准差为1)

class Stand(object):
    
    #提取每一列的mean和std
    def fit(self,X):
        self.train = np.array(X)
        
        self.data_mean_ = self.train.mean(axis=0)
        self.data_std_ = self.train.std(axis=0)
    
    #转换
    def transform(self,X):
        data = np.array(X)
        
        # item-mean / std
        return np.divide(np.subtract(data,self.data_mean_),self.data_std_)
    
    def fit_transform(self,X):
        self.fit(X)
        return self.transform(X)
    
    def inverse_transform(self,X):
        pass

#去中心化
avg = data.mean(axis=0)
new_data = data-avg

plt.scatter(new_data[:,0],new_data[:,1],c=target)


std_ = Stand().fit_transform(data)

plt.scatter(std_[:,0],std_[:,1],c=target)