Для этого вам нужна функция, которая преобразует ваши данные так, чтобы
x_new = (x - min_x) / (max_x - min_x)
Используя pandas
df = df.apply(lambda x:(x-min(x))/(max(x)-min(x)), axis = 0)
Использование sklearn.preprocessing.MinMaxScaler
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(-1, 1))
normalised_data = scaler.fit_transform(df)
Как примечание, если данные должны быть поданы в модель ML, вам следует позвонить fit()
по обучению и transform()
над испытательными и проверочными наборами.