ValueError: ‘max’ 不是支持的范数

我使用 sklearn.preprocessing.normalize 函数对 l1 和 l2 范数进行标准化没有问题。我也想尝试使用 max 范数,因为文档中提到:

norm : ‘l1’, ‘l2’, 或 ‘max’

所以我做了如下操作:

X = tfidf.fit_transform(data['Content']) # 矩阵文章 x 最大特征数(=单词)normed_X = normalize(X, axis=0, norm='max')

结果得到了以下运行时错误:

  File "/usr/lib/python2.7/dist-packages/sklearn/preprocessing/data.py", line 427, in normalize    raise ValueError("'%s' 不是支持的范数" % norm)ValueError: 'max' 不是支持的范数

我哪里做错了?


回答:

您使用的是比您使用的库版本更新的文档。'max' 选项是在 0.17 版本中才添加的。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注