-4
A
回答
0
包的normDataWithin {Rmisc}可以使用:可用于http://www.inside-r.org/packages/cran/Rmisc/docs/normDataWithin
否则以下方法:
(可变平均值)/ SD。下面的代码可用于data.frame:
mydata$myNormalizedVar<-(mydata$myvar-mean(mydata$myvar))/sd(myvar)
日志(日志10),LOG2和平方根(SQRT)
普通位数归一化或正常位数变换。试试:
quantNorm = function(x){qnorm(rank(x,ties.method = "average")/(length(x)+1))}
hist(quantNorm(1:10000),100)
相关问题
- 1. 标准化和非标准化的值
- 2. 我该如何清理标准化数据,然后再“非标准化”呢?
- 3. 数据标准化
- 4. 使用R标准化
- 5. URL标准化和标准化的标准工具?
- 6. 标准化/标准化numpy recarray
- 7. 如何使用hazelcast加载非标准化数据?
- 8. 数据库 - 扁平化与标准化
- 9. R中的滑动标准化窗口
- 10. R包函数中的标准评估与非标准评估
- 11. BCNF标准化
- 12. RadWindow标准化
- 13. MVVM标准化
- 14. 标准化
- 15. 如何做标准化?
- 16. 非标准化数据如何导致反应减少问题?
- 17. 使用Double的标准化
- 18. OpenGL的标准化坐标
- 19. IEC 61968标准是不是“标准化”?
- 20. 非标准化的XML模式编程
- 21. 关于数据标准化的想法
- 22. 使用Knockout Mapping插件消耗非标准化数据
- 23. 从非标准化数据库导出数据
- 24. R:使用均值和sd函数进行标准化
- 25. 支持向量机标准化或标准化数据输入scikitlearn
- 26. sql 3NF标准化
- 27. 标准化在Excel
- 28. Weka标准化列
- 29. 图像标准化
- 30. 标准化和规范化的二维数据
你能否为更广泛的受众多解释一下?并给出一个可重复的例子?你可能会寻找'reshape'函数,或者是Hadley Wickham广泛使用的'reshape2'和/或'tidyr'软件包。 – 2014-10-28 11:54:51