r - 用于训练和测试数据的r中的最小最大缩放/归一化

Question

我正在寻找一个将训练集和测试集作为其参数的函数，最小-最大缩放/归一化并返回训练集，并使用最小和范围的那些相同的值来最小/最大缩放/归一化并返回测试集。

到目前为止，这是我想出的功能:

min_max_scaling <- function(train, test){

  min_vals <- sapply(train, min)
  range1 <- sapply(train, function(x) diff(range(x)))

  # scale the training data

  train_scaled <- data.frame(matrix(nrow = nrow(train), ncol = ncol(train)))

  for(i in seq_len(ncol(train))){
    column <- (train[,i] - min_vals[i])/range1[i]
    train_scaled[i] <- column
  }

  colnames(train_scaled) <- colnames(train)

  # scale the testing data using the min and range of the train data

  test_scaled <- data.frame(matrix(nrow = nrow(test), ncol = ncol(test)))

  for(i in seq_len(ncol(test))){
    column <- (test[,i] - min_vals[i])/range1[i]
    test_scaled[i] <- column
  }

  colnames(test_scaled) <- colnames(test)

  return(list(train = train_scaled, test = test_scaled))
}

最小最大缩放的定义类似于前面在SO- Normalisation of a two column data using min and max values上提出的问题

我的问题是:
1.有没有一种方法可以对函数中的两个 for循环进行矢量化处理？例如使用 sapply() 2.是否有任何软件包可以让我们做我们打算在这里做的事情？

Answer 1

这是用于最小-最大归一化的代码。有关公式以及执行特征缩放的其他方法，请参见此Wikipedia page。

normalize <- function(x, na.rm = TRUE) {
    return((x- min(x)) /(max(x)-min(x)))
}

要获取向量，请使用 apply而不是 lapply。

as.data.frame(apply(df$name, normalize))

更新以解决 Holger的建议。
如果要将其他参数传递给 min()和 max()，例如 na.rm，则可以使用:

normalize <- function(x, ...) {
    return((x - min(x, ...)) /(max(x, ...) - min(x, ...)))
}

x <- c(1, NA, 2, 3)

normalize(a)
# [1] NA NA NA NA

normalize(a, na.rm = TRUE)
# 0.0  NA 0.5 1.0

请记住，无论您通过省略号 min()传递给 ...还是隐式传递给 max()。在这种情况下，这应该不是什么大问题，因为 min()和 max()共享相同的函数签名。