作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章r语言-如何将数据标准化和中心化由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
中心化:数据-均值 。
标准化:(数据-均值)/标准差 。
数据中心化: scale(data,center=T,scale=F) 。
数据标准化: scale(data,center=T,scale=T) 。
或默认参数scale(data) 。
。
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 。
补充:R语言对数据进行标准化处理 。
有时候,在分析数据时,需要对数据进行直线转换,也就是将数据做标准化处理,标准化处理的结果称为标准分数,标准化处理的转换公式如下:
。
首先,导入数据 。
其次,转换成标准分数,并以向量形式输出 。
最后,保留小数点位数 。
data<-read.table("clipboard",header=T) #导入数据A<-as.matrix(data[,2:4]) #将数据框转换为矩阵colnames(A)<-NULL #将数据框的第一行标题去掉Z<-as.vector(scale(A)) #转换标准分数,以向量形式输出round(Z,4) #结果保留4为小数点
根据以上,运行结果如下:
以上为个人经验,希望能给大家一个参考,也希望大家多多支持我。如有错误或未考虑完全的地方,望不吝赐教.
原文链接:https://blog.csdn.net/li603060971/article/details/58064301 。
最后此篇关于r语言-如何将数据标准化和中心化的文章就讲到这里了,如果你想了解更多关于r语言-如何将数据标准化和中心化的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我是一名优秀的程序员,十分优秀!