Question

我有一个我想要变换的矩阵，这样变换后的数据集中的每个特征的均值为0，方差为1。

我尝试使用以下代码：

scale <- function(train, test) 
{   
trainmean <- mean(train)
trainstd <- sd(train)
xout <- test
for (i in 1:length(train[1,])) {
    xout[,i] = xout[,i] - trainmean(i)
}
for (i in 1:lenght(train[1,])) {
    xout[,i] = xout[,i]/trainstd[i]
}

}
invisible(xout)

normalized <- scale(train, test)

然而，这对我不起作用。我是在正确的轨道上吗？

编辑：我对语法很新！

Answer 1

您可以使用内置的scale功能。

这是一个例子，我们用0和1之间的随机均匀变量填充矩阵并居中并将它们缩放为0均值和单位标准差：

m <- matrix(runif(1000), ncol=4)    
m_scl <- scale(m)

确认列平均值为0（在容差范围内）且标准偏差为1：

colMeans(m_scl)
# [1] -1.549004e-16 -2.490889e-17 -6.369905e-18 -1.706621e-17

apply(m_scl, 2, sd)
# [1] 1 1 1 1

有关详细信息，请参阅?scale。

要编写自己的规范化函数，可以使用：

my_scale <- function(x) {
  apply(m, 2, function(x) {
    (x - mean(x))/sd(x)
  }) 
}

m_scl <- my_scale(m)

或以下，在较大的矩阵上可能更快

my_scale <- function(x) sweep(sweep(x, 2, colMeans(x)), 2, apply(x, 2, sd), '/')

Answer 2

建议另一个自己编写的规范化函数避免使用apply，这比我的经验慢于矩阵计算：

m = matrix(rnorm(5000, 2, 3), 50, 100)

m_centred = m - m%*%rep(1,dim(m)[2])%*%rep(1, dim(m)[2])/dim(m)[2]
m_norm = m_centred/sqrt(m_centred^2%*%rep(1,dim(m)[2])/(dim(m)[2]-1))%*%rep(1,dim(m)[2])

## Verirication
rowMeans(m_norm)
apply(m_norm, 1, sd)

（注意，这里考虑行向量）

R中的归一化功能

2 个答案: