R中数据的标准化0-1标准化
来源:互联网 发布:域名怎么做跳转 编辑:程序博客网 时间:2024/05/21 18:37
数据标准化,是将数据按比例缩放,使之落入到特定区间,一般我们使用0-1标准化;
x=(x-min)/(max-min)
>data <- read.csv('1.csv', fileEncoding='utf-8')> data class name score1 一班 朱志斌 1202 一班 朱凤 1223 一班 郑丽萍 1404 一班 郭杰明 1315 一班 许杰 1226 二班 郑芬 1197 二班 林龙 968 二班 林良坤 1359 二班 黄志红 10510 三班 方小明 11411 三班 陈丽灵 11512 三班 方伟君 13613 三班 庄艺家 119> data.scale <- (data$score-min(data$score))/(max(data$score)-min(data$score))> newData <- data.frame(data, data.scale)> newData class name score data.scale1 一班 朱志斌 120 0.54545452 一班 朱凤 122 0.59090913 一班 郑丽萍 140 1.00000004 一班 郭杰明 131 0.79545455 一班 许杰 122 0.59090916 二班 郑芬 119 0.52272737 二班 林龙 96 0.00000008 二班 林良坤 135 0.88636369 二班 黄志红 105 0.204545510 三班 方小明 114 0.409090911 三班 陈丽灵 115 0.431818212 三班 方伟君 136 0.909090913 三班 庄艺家 119 0.5227273
注意scale( )标准化函数跟0-1标准化的区别。标准化的方法很多,根据实际数据分析需求进行选择。
> scale<-scale(data$score) > scale [,1] [1,] -0.0865256 [2,] 0.0741648 [3,] 1.5203783 [4,] 0.7972716 [5,] 0.0741648 [6,] -0.1668708 [7,] -2.0148103 [8,] 1.1186523 [9,] -1.2917035 [10,] -0.5685968 [11,] -0.4882516 [12,] 1.1989975 [13,] -0.1668708 attr(,"scaled:center") [1] 121.0769 attr(,"scaled:scale") [1] 12.44629 > View(data) > mean(data$score) [1] 121.0769 > sd(data$score) [1] 12.44629
阅读全文
0 0
- R中数据的标准化0-1标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化处理
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化
- 数据的标准化方法
- 数据的标准化方法
- 数据的标准化
- 统计学---数据的标准化
- 数据的标准化处理
- Matlab中数据的标准化处理
- 文章标题
- 开放源码 C/C++ 单元测试工具,第 2 部分: 了解 CppUnit
- [渗透&攻防] 一.从数据库原理学习网络攻防及防止SQL注入
- Unity常用的设计模式
- 滴滴插件化方案 VirtualApk 源码解析
- R中数据的标准化0-1标准化
- 将二叉树拆成链表
- 利用java 的动态代理模拟spring的AOP
- java求s=a+aa+aaa+aaaa+aa...a的值
- YARN源码分析之ApplicationMaster启动流程之RM端
- git 记录
- kmalloc/kfree,vmalloc/vfree函数用法和区别
- MOB第三方短信验证码
- 漫谈算法(番外篇) 符号标记以及基本数学公式