机器学习库scikit数据归一化
本帖最后由 波大大12138 于 2021-7-1 15:46 编辑按书上代码敲得，他有结果，但是我的报错了，我是在anaconda中notebook里运行的
#方法二：归一化，缩放单个样本，使其具有单位范数，L1和L2,归一化针对每一行
from sklearn import preprocessing
import numpy as np
#导入相关数据
x=np.array([,
,
,
])
#归一化数据
x_norm=preprocessing.normalize(x, norm='12')
x_norm
报错：
ValueError Traceback (most recent call last)
<ipython-input-560-3aa5901c4e83> in <module>()
8 ])
9 #归一化数据
---> 10 x_norm=preprocessing.normalize(x, norm='12')
11 x_norm
~\Anaconda3\lib\site-packages\sklearn\preprocessing\data.py in normalize(X, norm, axis, copy, return_norm)
1400 """
1401 if norm not in ('l1', 'l2', 'max'):
-> 1402 raise ValueError("'%s' is not a supported norm" % norm)
1403
1404 if axis == 0:
ValueError: '12' is not a supported norm
这个12是什么意思，我也不是很懂，是指L1,L2范数吗 兄弟你把l2打成了12，你把L2，打成了十二
页:
[1]