R反规范化数据

-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！

来源

2016-09-06 myID33

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

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...）

来源

2016-09-06 18:58:04

R反规范化数据

回答

相关问题