首页 / 更多教程 / 数据的标准化与中心化以及R语言中的scale详解(转)

数据的标准化与中心化以及R语言中的scale详解(转)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了数据的标准化与中心化以及R语言中的scale详解(转)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含898字，纯文字阅读大概需要2分钟。

内容图文

1.数据的中心化

所谓数据的中心化是指数据集中的各项数据减去数据集的均值。
例如有数据集1, 2, 3, 6, 3，其均值为3,那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0

2.数据的标准化
所谓数据的标准化是指中心化之后的数据在除以数据集的标准差，即数据集中的各项数据减去数据集的均值再除以数据集的标准差。
例如有数据集1, 2, 3, 6, 3，其均值为3,其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87,即：-1.069,-0.535,0,1.604,0

数据中心化和标准化的意义是一样的，为了消除量纲对数据结构的影响。

在R语言中可以使用scale方法来对数据进行中心化和标准化：

#限定输出小数点后数字的位数为3位
> options(digits=3)

> data <- c(1, 2, 3, 6, 3)
#数据中心化
> scale(data, center=T,scale=F)
     [,1]
[1,]   -2
[2,]   -1
[3,]    0
[4,]    3
[5,]    0
attr(,"scaled:center")
[1] 3
#数据标准化
> scale(data, center=T,scale=T)
         [,1]
[1,] -1.06904
[2,] -0.53452
[3,]  0.00000
[4,]  1.60357
[5,]  0.00000
attr(,"scaled:center")
[1] 3
attr(,"scaled:scale")
[1] 1.8708

scale方法中的两个参数center和scale的解释：
1.center和scale默认为真,即T或者TRUE
2.center为真表示数据中心化
3.scale为真表示数据标准化

原文：http://www.cnblogs.com/gary-bao/p/4513735.html

内容总结

以上是互联网集市为您收集整理的数据的标准化与中心化以及R语言中的scale详解(转)全部内容，希望文章能够帮你解决数据的标准化与中心化以及R语言中的scale详解(转)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1277085.html

来源：【匿名】