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
l2:采用
max:采用
- 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))