我有一批数据,假设是100个文件的存储大小,比如1k,2k,3k......100k,在没有降维之前,数据维度是100维,比如1k的的量化就是1,0,0,0,......(即在0的位置取1,如果是2k则在1的位置取1),那么现在这个维度太大了,需要对其进行降维,假设我们想降到50维,即取值1k和2k的量化结果一样,取值3k和4k的量化结果一样....
import numpy as np input = [1,2,3.....] # 最小值和最大值 min_val = min(input) max_val = max(input) # 生成n个等距的数值 n = 50 values = np.linspace(min_val, max_val, n) # 使用numpy.digitize函数进行量化 quantized_list = np.digitize(input, values)
# 在np.digitize中input的类型也可以是int
标签:设定,阈值,val,降维,量化,np,input,1k From: https://www.cnblogs.com/chentiao/p/17174430.html