【发布时间】：2016-05-25 03:40:14
【问题描述】：
我在 l1 和 l2 规范中使用 sklearn.preprocessing.normalize 很好。我也想试试 max，因为它提到：
标准：‘l1’、‘l2’或‘max’
所以我做到了：
X = tfidf.fit_transform(data['Content']) # the matrix articles x max_features(=words)
normed_X = normalize(X, axis=0, norm='max')
并得到这个运行时错误：
File "/usr/lib/python2.7/dist-packages/sklearn/preprocessing/data.py", line 427, in normalize
raise ValueError("'%s' is not a supported norm" % norm)
ValueError: 'max' is not a supported norm
我做错了什么？
【问题讨论】：
-
可能是旧的
scikit-learn包？你能打开 "/usr/lib/python2.7/dist-packages/sklearn/preprocessing/data.py" 文件在if声明上面raise声明吗？对我来说，它看起来像if norm not in ('l1', 'l2', 'max'):并且也接受'max'。 -
正是@soon，抱歉没有回复.. 很快:) 我看到
if norm not in ('l1', 'l2'):，我还检查了normalize()中的cmets。你要发布答案吗？ -
好吧，迈克已经发布了答案，我认为你应该接受它 - 我的答案实际上是一样的。
标签： python python-2.7 machine-learning scikit-learn bigdata