我想在系统中将每个基于文本的项目表示为向量空间模型中的向量。这些术语的值可以是负数或正数，它们反映了正或负类中术语的频率。零值意味着中性 例如：
第1项（-1,0，-5,4.5,2）
第2项（2,6,0，-4,0.5）
我的问题是：
1-如何将我的矢量标准化为[0到1]的范围，其中：
.5在归一化之前表示零
和.5＆gt;如果是积极的
0.5＆LT;如果它是负面的
我想知道是否有一个数学公式来做这样的事情。
2-标准化后相似性度量选择是否会有所不同？例如，我可以使用余弦相似度吗？
3-如果我在标准化之后预先形成维数减少会很难吗
提前致谢
答案 0 :(得分：0)
一种解决方案可能是使用MinMaxScaler，它缩放（0,1）范围之间的数字，然后将每行除以行的总和。在使用sklearn的python中，您可以执行以下操作：
from sklearn.preprocessing import MinMaxScaler, normalize
scaler = MinMaxScaler()
scaled_X = scaler.fit_transform(X)
normalized_X = normalize(scaled_X, norm='l1', axis=1, copy=True)