python – Numpy在计算规范化的马哈拉诺比斯距离时声明无效值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Numpy在计算规范化的马哈拉诺比斯距离时声明无效值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1627字，纯文字阅读大概需要3分钟。

内容图文

注意：

这是我的数据挖掘类中的家庭作业.

我将把相关的代码片段放在这个SO帖子上,但你可以在http://pastebin.com/CzNFbLJ2找到我的整个程序

我在这个程序中使用的数据集可以在http://archive.ics.uci.edu/ml/datasets/Iris找到

所以我得到：RuntimeWarning：在sqrt中遇到无效值
  return np.sqrt(m)

我试图找到给定虹膜数据集的平均Mahalanobis距离(对于原始数据集和规范化数据集).错误只发生在数据集的规范化版本上,这让我想知道我是否错误地理解了规范化意味着什么(在代码和数学上).

我认为归一化意味着向量的每个分量除以它的向量长度(导致向量加起来为1).我发现这个问题How to normalize a 2-dimensional numpy array in python less verbose?,并认为它符合我的规范化概念.但是现在我的代码报告了规范化数据集上的Mahalanobis距离是NAN

def mahalanobis(data):
   import numpy as np;
   import scipy.spatial.distance;
   avg   = 0
   count = 0

   covar = np.cov(data, rowvar=0);
   invcovar = np.linalg.inv(covar)

   for i in range(len(data)):
      for j in range(i + 1, len(data)):
         if(j == len(data)):
            break
         avg += scipy.spatial.distance.mahalanobis(data[i], data[j], invcovar)
         count += 1
   return avg / count


def normalize(data):
   import numpy as np
   row_sums = data.sum(axis=1)
   norm_data = np.zeros((50, 4))
   for i, (row, row_sum) in enumerate(zip(data, row_sums)):
      norm_data[i,:] = row / row_sum
   return norm_data

解决方法:

可能为时已晚,但请查看我们的教科书“数据挖掘简介”中的第64-65页.有一个名为“规范化或标准化”的部分,它解释了Hearne正在寻找的规范化数据的概念.

基本上,标准化数据集x’=(x – mean(x))/ standardDeviation(x)

因为我看到你正在使用python,所以这是使用SciPy的方法：

normalizedData = (data - data.mean(axis=0)) / data.std(axis=0, ddof=1)

资料来源：http://mail.scipy.org/pipermail/numpy-discussion/2011-April/056023.html

内容总结

以上是互联网集市为您收集整理的python – Numpy在计算规范化的马哈拉诺比斯距离时声明无效值全部内容，希望文章能够帮你解决python – Numpy在计算规范化的马哈拉诺比斯距离时声明无效值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端