La normalisation de la fonction de R

J'ai une matrice j'ai envie de transformer, de telle sorte que chaque entité dans la transformation du jeu de données moyenne de 0 et une variance de 1.

J'ai essayé d'utiliser le code suivant:

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)

C'est, cependant, pas de travail pour moi. Suis-je sur la bonne voie?

Edit: je suis très nouveau à la syntaxe!

OriginalL'auteur Mads Obi | 2015-02-17

  1. 10

    Vous pouvez utiliser le haut- scale de la fonction pour cela.

    Voici un exemple, où nous remplir une matrice aléatoire uniforme variates entre 0 et 1 et de centre de et de les de 0 de la moyenne et de l'unité de déviation standard:

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

    Vérifier que la colonne moyens sont à 0 (dans la tolérance) et de leurs écarts-types sont 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

    Voir ?scale pour plus de détails.

    Écrire votre propre normalisation de la fonction, vous pouvez utiliser:

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

m_scl <- my_scale(m)

    ou de la suivante, qui est probablement plus rapide sur les matrices de grandes

    my_scale <- function(x) sweep(sweep(x, 2, colMeans(x)), 2, apply(x, 2, sd), '/')
    Je vous remercie. C'est les devoirs, et donc j'ai essayé d'écrire une fonction de moi-même, mais je vais probablement utiliser la fonction intégrée, puisque j'ai déjà utilisé trop de temps à écrire mon propre.
    Je vous remercie pour vos éclaircissements!

    OriginalL'auteur jbaums

  2. 2

    Juste en suggérant une autre écrite fonction de normalisation en évitant apply avec est de mon expérience, plus lent que la matrice de calcul:

    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)

    (Notez qu'ici, la ligne de vecteurs sont pris en compte)

    Je ne peux pas savoir ce qui est centrée sur (et par la suite mis à l'échelle) ici. Ni ligne de vecteurs, ni les vecteurs colonnes ont des moyens proches de 0, ni de la variance de près de 1. Est-il une faute de frappe ici? Mon calcul matriciel est assez sommaire, mais j'aimerais voir comment il fonctionne 🙂
    désolé j'ai oublié de la division par dim(m)[2]à chaque fois, modifiés maintenant
    Ne fonctionne toujours pas pour moi :'(
    ok il y a peut être eu quelques égarés ( comme je l'ai écrit que sans R; c'est corrigé maintenant
    Très sympa! Merci pour persévérant. Je me doutais que vous étiez incapable de le tester plus tôt.

    OriginalL'auteur clemlaflemme