-1
我使用这些R脚本通过Min Max标准化数据。R反规范化数据
normalize <- function(x) {
return ((x - min(x))/(max(x) - min(x)))
}
mydata <- as.data.frame(lapply(mydata , normalize))
我怎样才能使数据非标准化?
谢谢!
我使用这些R脚本通过Min Max标准化数据。R反规范化数据
normalize <- function(x) {
return ((x - min(x))/(max(x) - min(x)))
}
mydata <- as.data.frame(lapply(mydata , normalize))
我怎样才能使数据非标准化?
谢谢!
本质上,你只需要反转算术:x1 = (x0-min)/(max-min)
意味着x0 = x1*(max-min) + min
。但是,如果覆盖数据,则最好在归一化之前存储最小值和最大值,否则(注释中的@MrFlick指出)注定要失败。
设置数据:
dd <- data.frame(x=1:5,y=6:10)
规格化:
normalize <- function(x) {
return ((x - min(x))/(max(x) - min(x)))
}
ddnorm <- as.data.frame(lapply(dd,normalize))
## x y
## 1 0.00 0.00
## 2 0.25 0.25
## 3 0.50 0.50
## 4 0.75 0.75
## 5 1.00 1.00
去正规化:
minvec <- sapply(dd,min)
maxvec <- sapply(dd,max)
denormalize <- function(x,minval,maxval) {
x*(maxval-minval) + minval
}
as.data.frame(Map(denormalize,ddnorm,minvec,maxvec))
## x y
## 1 1 6
## 2 2 7
## 3 3 8
## 4 4 9
## 5 5 10
一个聪明normalize
功能将附加缩放变量的结果为属性(见?scale
功能...)
那么这里期望的输出是什么?为什么不把“标准化”版本保存到不同的变量中。使用此公式无法唯一地对数据进行非正常化。 'c(0,10)'将被标准化为'c(0,1)',但'c(3,17)'也会被标准化。不可能说出原始值是什么。 – MrFlick
原始数据例如是[(3,8,10,11,22,28),(4,17,20,21,26,40),(4,5,13,16,18,27)] – myID33
您应该修改帖子以包含重要信息(如示例数据),而不是将其留在评论中。 – Frank