版权声明:转载请联系作者,获得允许后,添加链接及作者到页首 https://blog.csdn.net/weixin_40683253/article/details/81910453
机器学习中,很多算法的计算逻辑是基于数学的,免不了求特征值和特征向量这种事情,因此,在数据预处理的时候,将数据源中的数据转储成矩阵格式是很有必要的。
import numpy as np
import pandas as pd
from sklearn import preprocessing
def excel_to_matrix(path):
table = xlrd.open_workbook(path).sheets()[0]#获取第一个sheet表
row = table.nrows # 行数
col = table.ncols # 列数
datamatrix = np.zeros((row, col))#生成一个nrows行ncols列,且元素均为0的初始矩阵
for x in range(col):
cols = np.matrix(table.col_values(x)) # 把list转换为矩阵进行矩阵操作
datamatrix[:, x] = cols # 按列把数据存进矩阵中
#数据归一化
min_max_scaler = preprocessing.MinMaxScaler()
datamatrix = min_max_scaler.fit_transform(datamatrix)
return datamatrix
datafile = u'E:\\pythondata\\test.xlsx'
excel_to_matrix(datafile)
运行结果:
array([[1. , 0.13209733, 1. ], [0.43478261, 0.16917729, 0.26420934], [0.5942029 , 0.87949015, 0.4372538 ], [0.60869565, 0.50405562, 0. ], [0.11594203, 1. , 0.51547552], [0. , 0. , 0.87070906]])
代码中min_max_scaler = preprocessing.MinMaxScaler()是做数据归一化用的,MinMaxScaler()默认将数据归一到 [0, 1],这是比较常用的,但是也有一些时候是归一到 [-1, 1],有时候是需要做数据标准化,而这些东西都在另外一篇文章中说过了,下面是链接,参考着学习吧,一起成长!