Python-正規化と非正規化

正規化：さまざまなフィールドの大きさの違いの影響を減らすため、または値を平滑化するために使用され、x、yで使用できます

非正規化：通常、モデル予測後のpred yに使用され、元の桁に非正規化されます

純粋な式の導出バージョン：

正規化

data = [1,2,3,4]
def MaxMinNormalization(x,Max,Min):
	x = (x - Min) / (Max - Min)
	return x

import numpy as np
Max = np.max(data)
Min = np.min(data)
data = MaxMinNormalization(data,Max,Min)
print(data)

[0.         0.33333333 0.66666667 1.        ]

非正規化

勉強中···

---

Skelearnパッケージを呼び出して、正規化と非正規化を実現します

データ前処理_データ逆正規化01_bhcgdhのブログ

正規化するときは、正規化にスケーラーを使用します。非正規化では、スケーラーデータ変換を使用する必要があります。

ヒント：正規化中の値の形状が（n、3）の場合、非正規化中のデータの形状は（m、3）である必要があります

参考文献

（174メッセージ）データ前処理 

データの正規化-Zhihu（zhihu.com）

（170メッセージ）sklearnMinMaxScalerが機能を非正規化-Aziaのブログ-CSDNブログ-sklearn非正規化

（170メッセージ）データ処理における正規化と非正規化-プログラマーが求めた