在 Python 中，对特征数据集进行**归一化（Normalization）处理**通常是指将数据缩放到一个固定的范围（如 [0, 1] 或 [-1, 1]），以避免某些特征因数值范围大而对模型产生过大的影响。 最常用的归一化方法是 **Min-Max Scaling**，即将每个特征的值线性变换到 [0, 1] 区间。 --- ## ✅ 使用 `sklearn` 进行归一化 Python 的 `scikit-learn` 库提供了非常方便的工具来实现归一化。以下是使用 `MinMaxScaler` 对数据进行归一化的示例代码： ### 示例代码： ```python from sklearn.preprocessing import MinMaxScaler import numpy as np # 假设我们有一个简单的二维特征数据集 data = np.array([[100, 0.5], [50, 1.5], [300, 2.0], [200, 0.8]]) print("原始数据：") print(data) # 创建 MinMaxScaler 实例，默认缩放到 [0, 1] scaler = MinMaxScaler() # 对数据进行拟合并转换（训练+转换） normalized_data = scaler.fit_transform(data) print("\n归一化后的数据：") print(normalized_data) ``` --- ## ✅ 输出解释 该代码会对每一列（即每一个特征）独立地进行归一化处理。例如： - 第一列 `[100, 50, 300, 200]` 被缩放到 `[0.2, 0, 1, 0.6]` - 第二列 `[0.5, 1.5, 2.0, 0.8]` 被缩放到 `[0, 0.666..., 1, 0.2]` --- ## ✅ 手动实现 Min-Max 归一化（不依赖 sklearn） 如果你想手动实现归一化，可以使用以下公式： $$ X_{\text{norm}} = \frac{X - X_{\min}}{X_{\max} - X_{\min}} $$ ### 手动实现代码如下： ```python def min_max_normalize(data): min_vals = np.min(data, axis=0) max_vals = np.max(data, axis=0) normalized = (data - min_vals) / (max_vals - min_vals) return normalized manual_normalized = min_max_normalize(data) print("\n手动归一化结果：") print(manual_normalized) ``` 输出应与上面使用 `MinMaxScaler` 的结果一致。 --- ## ✅ 其他归一化方式 | 方法 | 描述 | 使用场景 | |------|------|----------| | `MinMaxScaler` | 缩放到 [0, 1] 或指定范围 | 特征分布均匀、无明显异常值 | | `StandardScaler` | 标准化为均值为 0，标准差为 1 | 数据服从正态分布时 | | `RobustScaler` | 使用中位数和四分位数缩放，适合有异常值的数据 | 存在离群点 | | `Normalizer` | 将每个样本向量单位化（按行操作） | 文本或稀疏数据 | --- ## ✅ 注意事项 - 归一化是对**每个特征单独处理**的，而不是对每个样本。 - 在训练模型前要先对训练集进行 `fit_transform`，测试集只做 `transform`。 - 图像数据常直接除以 255 来归一化到 [0, 1]。 ---