代入(1,0) (100,1) 就可以得到0-100到0-1的映射 代入（1,-1）(100,1)就可以得到0-100到-1...
=(A1-MIN(A:A))/(MAX(A:A)-MIN(A:A))
1)StandardScaler工具,标准化缩放,是对数据特征分布的转换,目标是使其符合正态分布(均值为0,方差为1)。对于某些模型,如果数据特征不符合正态分布的话,就影响机器学习效率。2)MinMaxScaler工具,是把特征的值压缩到给定的最小值和最大值之间,通常在0和1之间,有负值的话就是-1到1,因此也叫归一化。归一化不会改变...
跟你说方法吧 像这样的映射有很多,但是根据条件,取最简单的就行,那就是二元一次方程 y = ax + b 代入(1,0) (100,1) 就可以得到0-100到0-1的映射 代入(1,-1)(100,1)就可以得到0-100到-1-1的映射 发布于 2011-11-03 19:29 AI 总结 把一组数据缩放到【0,1】或者【-1,1】之间...