matlab中用于数据的标准化处理的zscore函数
来源:互联网 发布:jenkins自动部署linux 编辑:程序博客网 时间:2024/06/08 00:12
在数据分析之前,我们通常需要先将数据标准化(normalization),利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题,对不同性质指标直接加总不能正确反映不同作用力的综合结果,须先考虑改变逆指标数据性质,使所有指标对测评方案的作用力同趋化,再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。数据标准化的方法有很多种,常用的有“最小—最大标准化”、“Z-score标准化”和“按小数定标标准化”等。经过上述标准化处理,原始数据均转换为无量纲化指标测评值,即各指标值都处于同一个数量级别上,可以进行综合测评分析。
x为标准化之前的数据,y为标准化后的数据
二、z-score 标准化
这种方法基于原始数据的均值(mean)和标准差(standarddeviation)进行数据的标准化。将A的原始值x使用z-score标准化到x'。
z-score标准化方法适用于属性A的最大值和最小值未知的情况,或有超出取值范围的离群数据的情况。
新数据=(原数据-均值)/标准差
用zscore函数
可以把数据进行z-score标准化处理。
用法为
Y=zscore(X)
特点:
(1)样本平均值为0,方差为1;
(2)区间不确定,处理后各指标的最大值、最小值不相同;
(3)对于指标值恒定的情况不适用;
(4)对于要求标准化后数据大于0 的评价方法(如几何加权平均法)不适用。
0 0
- matlab中用于数据的标准化处理的zscore函数
- matlab zscore函数 数据的标准化处理
- zscore 是如何标准化矩阵的?
- Matlab中数据的标准化处理
- matlab zscore函数 数据…
- 数据的标准化处理
- 数据的标准化处理
- matlab中用于统计矩阵数据频率,出现次数的函数
- matlab中用于小数取整的函数的用法
- matlab标准化和反标准化——zscore
- matlab标准化和反标准化——zscore
- Matlab 5. 常用的数据处理函数:cat,zscore,permute,bsxfun,floor,.*和*。
- 数据标准化处理的“道”和“术”
- js中用于数字的函数
- C++中用于输入的几个函数
- 两个常用的数据标准化(归一化)及Matlab实现
- matlab中用导入的Excel数据画图
- Matlab中用到的bsxfun函数
- JAVA设计模式之单例模式
- ubuntu安装程序缺少包依赖关系问题
- Sql数据库2=0926
- 缓存淘汰算法--LRU算法
- 慕课网学习笔记之数据结构树(C++)
- matlab中用于数据的标准化处理的zscore函数
- 国庆集训day6 T2 欧拉函数求互质数个数
- AwesomePlayer的准备工作
- Hibernate中pojo注解介绍
- SQL数据库3=0927
- JAVA设计模式-模板类型模式
- Is It A Tree?(POJ1308/HDU1325)(A)
- JAVA设计模式-策略模式
- 项目设计开发==(0928-0930)