数据预处理——正则化

模型原型

class sklearn.preprocessing.Normalizer(norm=’l2,copy=True)
参数

• norm:指定正则化方法

  l1:采用$L_1$范数正则化
  l2:采用$L_2$范数正则化
  max:采用$L_∞$范数正则化

• copy:如果为True，则执行原地修改

方法

• fit(X,[,y]):不做任何事，主要用于流水线Pipeline
• transform(X[,y,copy]):将每一个样本正则化为范数1
• fit_transform(X[,y])

示例

from sklearn.preprocessing import Normalizer
X=[
    [1,2,3,4,5],
    [5,4,3,2,1],
    [1,3,5,2,4],
    [2,4,1,3,5]
]
print('before transform:\n',X)
normalizer=Normalizer(norm='l2')
print('after transform:\n',normalizer.transform(X))