Function Normalize

PCA/PCA.py:39–54

INPUT: X - (array) 特征数据数组 OUTPUT: X - (array) 规范化处理后的特征数据数组

(X)

#定义规范化函数，对每一列特征进行规范化处理，使其成为期望为0方差为1的标准分布
def Normalize(X):
    '''
    INPUT:
    X - (array) 特征数据数组
    
    OUTPUT:
    X - (array) 规范化处理后的特征数据数组
    
    '''
    m, n = X.shape
    for i in range(m):
        E_xi = np.mean(X[i])  #第i列特征的期望
        Var_xi = np.var(X[i], ddof=1)  #第i列特征的方差
        for j in range(n):
            X[i][j] = (X[i][j] - E_xi) / np.sqrt(Var_xi)  #对第i列特征的第j条数据进行规范化处理
    return X


#定义奇异值分解函数，计算V矩阵和特征值