Método utilizado para normalizar uma base de dados, afim de evitar discrepância entre valores dos diferentes atributos.

dados_normalizados

[0.4, 1.0, 1.0, 0.7, 0.875, 0.7]
[0.1, 0.16666666666666666, 0.16666666666666666, 1.0, 0.125, 0.1]
[1.0, 0.8333333333333334, 0.8333333333333334, 0.6, 0.875, 1.0]
[0.5, 0.16666666666666666, 0.3333333333333333, 0.4, 0.25, 0.1]
[0.5, 0.5, 0.3333333333333333, 0.5, 1.0, 0.1]
[0.3, 0.16666666666666666, 0.16666666666666666, 0.8, 0.625, 0.8]
[0.3, 0.5, 0.6666666666666666, 0.4, 0.5, 0.7]

normalize.py

#!/usr/bin/env python3
"""
Geralmente, é preciso normalizar os valores de cada atributo, a fim de que todos caiam num mesmo intervalo de variação,  
não havendo muita discrepância entre os valores dos diferentes atributos, 
que poderia influir tendenciosamente no cálculo da distância. 
Para normalizar v consideramos o valor v 0 ∈ [0,1].
"""


def vmax(d):
    """
    Extrai o valor máximo de cada coluna da base de dados
    """
    y = 0
    max_values = []

    while y < len(d[y]):
        col = []
        for i in range(0, len(d[y])):
            col.append(d[i][y])

        if y < len(d[y]):
            y += 1
            max_values.append(max(col))
    return max_values


def normalize(data, max_value):
    """
    Normaliza os valores da base de dados
    """
    data_normal = []
    pos = 0

    for d in data:
        normal = []
        for x in d:
            normal.append(x / max_value[pos])
            pos += 1
            if pos > len(max_value) - 1:
                pos = 0
        data_normal.append(normal)
    return data_normal


if __name__ == '__main__':
    data_base = [
        [4, 6, 6, 7, 7, 7],
        [1, 1, 1, 10, 1, 1],
        [10, 5, 5, 6, 7, 10],
        [5, 1, 2, 4, 2, 1],
        [5, 3, 2, 5, 8, 1],
        [3, 1, 1, 8, 5, 8],
        [3, 3, 4, 4, 4, 7]
    ]

    v = vmax(data_base)
    normalize(data_base, v)