Min-Max-Normalisierung

Merkmale auf verschiedenen Skalen (Alter in Jahren, Einkommen in Dollar) verwirren viele Modelle. Die Min-Max-Normalisierung skaliert ein Merkmal auf den Bereich 0 bis 1:

x' = (x - min) / (max - min)

Sind alle Werte gleich (max = min), gib für jeden Wert 0 zurück.

Implementiere min_max_normalize(values).

Eingabe

values: Die Werte eines Merkmals.

Ausgabe

Gib die normalisierten Werte in derselben Reihenfolge zurück.

Einschränkungen

1 ≤ Länge ≤ 10.000

-1.000.000 ≤ jeder Wert ≤ 1.000.000

Beispiele

Eingabe:
values = [10.0, 20.0, 15.0, 30.0]

Erwartete Ausgabe:
expected = [0.0, 0.5, 0.25, 1.0]

Eingabe:
std::vector<double> values = {10.0, 20.0, 15.0, 30.0};

Erwartete Ausgabe:
std::vector<double> expected = {0.0, 0.5, 0.25, 1.0};

Eingabe:
double[] values = new double[] {10.0, 20.0, 15.0, 30.0};

Erwartete Ausgabe:
double[] expected = new double[] {0.0, 0.5, 0.25, 1.0};

Eingabe:
values = [5.0, 5.0, 5.0]

Erwartete Ausgabe:
expected = [0.0, 0.0, 0.0]

Eingabe:
std::vector<double> values = {5.0, 5.0, 5.0};

Erwartete Ausgabe:
std::vector<double> expected = {0.0, 0.0, 0.0};

Eingabe:
double[] values = new double[] {5.0, 5.0, 5.0};

Erwartete Ausgabe:
double[] expected = new double[] {0.0, 0.0, 0.0};

Referenzen

Diese Aufgabe wurde für CodeUtility angepasst. Beachte die oben genannten Vorgaben und Einschränkungen.

• scikit-learn, Preprocessing data