جواب «Step 2: Normalise Columns» چالش 2 از جلسهی 28
سؤال
قدم دوم: تابع normalise(X) بنویس که برای هر ستون j کمترین و بیشترین را پیدا کند، هر مقدار را به (v - lo) / (hi - lo) تبدیل کند و سه چیز برگرداند: X نرمالشده، لیست los و لیست his. برنامه سطر اول نرمالشده (گرد با دو رقم) و los را چاپ میکند: [0.0, 0.0, 0.13] و [60.0, 1.0, 2.0].
راهنما
for j in range(3): column = [row[j] for row in X]; los.append(min(column)); his.append(max(column)). بعد [[(row[j] - los[j]) / (his[j] - los[j]) for j in range(3)] for row in X].
یک جواب درست
X = [[60.0, 1.0, 5.0], [75.0, 2.0, 10.0], [90.0, 2.0, 3.0], [110.0, 3.0, 15.0],
[130.0, 3.0, 8.0], [150.0, 4.0, 20.0], [80.0, 2.0, 25.0], [100.0, 3.0, 2.0]]
def normalise(X):
los = []
his = []
for j in range(len(X[0])):
column = [row[j] for row in X]
los.append(min(column))
his.append(max(column))
new_X = []
for row in X:
new_X.append([(row[j] - los[j]) / (his[j] - los[j]) for j in range(len(row))])
return new_X, los, his
Xn, los, his = normalise(X)
print([round(v, 2) for v in Xn[0]])
print(los)
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن