sklearn.preprocessing.Normalizer?
class sklearn.preprocessing.Normalizer(norm='l2', *, copy=True)
將樣本分別歸一化為單位范數。
具有至少一個非零分量的每個樣本（即數據矩陣的每一行）都獨立于其他樣本進行重新縮放，以使其范數（l1，l2或inf）等于1。
該轉換器可以使用密集的numpy數組和scipy.sparse矩陣（如果要避免復制/轉換的負擔，請使用CSR格式）。
例如，將輸入縮放到單位范數是文本分類或聚類的常見操作。例如，兩個十二個標準化TF-IDF向量的點積是向量的余弦相似度，并且是信息檢索社區通常使用的向量空間模型的基本相似度。
閱讀更多內容參見用戶指南。
| 參數 | 說明 |
|---|---|
| norm | 用于規范化每個非零樣本的范數。 如果使用norm ='max'，則將按絕對值的最大值重新縮放值。 |
| copy | boolean, optional, default True 設置為False可以執行就地行規范化并避免復制（如果輸入已經是numpy數組或scipy.sparse CSR矩陣）。 |
另見：
沒有估算器API的等效函數。
示例
該估計器是無狀態的（除了構造函數參數之外），fit方法什么也不做，但是在管道中使用時很有用。
有關不同縮放器，轉換器和歸一化器的比較，請參見examples/preprocessing/plot_all_scaling.py。
示例
>>> from sklearn.preprocessing import Normalizer
>>> X = [[4, 1, 2, 2],
... [1, 3, 9, 3],
... [5, 7, 5, 1]]
>>> transformer = Normalizer().fit(X) # fit does nothing.
>>> transformer
Normalizer()
>>> transformer.transform(X)
array([[0.8, 0.2, 0.4, 0.4],
[0.1, 0.3, 0.9, 0.3],
[0.5, 0.7, 0.5, 0.1]])
方法
| 方法 | 說明 |
|---|---|
fit(X[, y]) |
不執行任何操作，并使估算器保持不變 |
fit_transform(X[, y]) |
擬合數據，然后對其進行轉換。 |
get_params([deep]) |
獲取此估計量的參數。 |
set_params(**params) |
設置此估算器的參數。 |
transform(X[, copy]) |
將X的每個非零行縮放為單位范數 |
__init__(norm='l2', *, copy=True)
始化self,有關準確的簽名，請參見help（type（self））。
fit(X, y=None)
不執行任何操作，并使估算器保持不變
該方法僅用于實現常規API，因此可以在管道中使用。
| 參數 | 說明 |
|---|---|
| X | array-like |
fit_transform(X, y=None, **fit_params)
擬合數據，然后對其進行轉換。
使用可選參數fit_params將轉換器擬合到X和y，并返回X的轉換版本。
| 參數 | 說明 |
|---|---|
| X | {array-like, sparse matrix, dataframe} of shape (n_samples, n_features) |
| y | ndarray of shape (n_samples,), default=None 目標值。 |
| **fit_params | dict 其他擬合參數。 |
| 返回值 | 說明 |
|---|---|
| X_new | ndarray array of shape (n_samples, n_features_new) 轉換后的數組。 |
get_params(deep=True)
獲取此估計量的參數。
| 參數 | 說明 |
|---|---|
| deep | bool, default=True 如果為True，則將返回此估算器和作為估算器的所包含子對象的參數。 |
| 返回值 | 說明 |
|---|---|
| params | mapping of string to any 參數名稱映射到其值。 |
set_params(**params)
設置此估算器的參數。
該方法適用于簡單的估計器以及嵌套對象（例如管道）。后者的參數形<component>__<parameter>這樣就可以更新嵌套對象的每個組件。
| 參數 | 說明 |
|---|---|
| **params | dict 估算器參數。 |
| 返回值 | 說明 |
|---|---|
| self | object 估算器實例。 |
transform(X, copy=None)
將X的每個非零行縮放為單位范數
| 參數 | 說明 |
|---|---|
| X | {array-like, sparse matrix}, shape [n_samples, n_features] 要逐行標準化的數據。scipy.sparse矩陣應采用CSR格式，以避免不必要的復制。 |
| 返回值 | 說明 |
|---|---|
| copy | bool, optional (default: None) 是否復制輸入X。 |
