Question

我使用此R代码将数据标准化为最小值和最大值：

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

mydata <- as.data.frame(lapply(mydata , normalize))

如何对数据进行非规范化？

Answer 1

基本上，你只需要反转算术：x1 = (x0-min)/(max-min)意味着x0 = x1*(max-min) + min。但是，如果你要覆盖你的数据，你最好在规范化之前存储最小值和最大值，否则（正如注释中的@MrFlick所指出的那样）你注定要失败。

设置数据：

dd <- data.frame(x=1:5,y=6:10)

规格化：

normalize <- function(x) {
    return ((x - min(x)) / (max(x) - min(x)))
}
ddnorm <- as.data.frame(lapply(dd,normalize))
##      x    y
## 1 0.00 0.00
## 2 0.25 0.25
## 3 0.50 0.50
## 4 0.75 0.75
## 5 1.00 1.00

进行非标准化：

minvec <- sapply(dd,min)
maxvec <- sapply(dd,max)
denormalize <- function(x,minval,maxval) {
    x*(maxval-minval) + minval
}
as.data.frame(Map(denormalize,ddnorm,minvec,maxvec))
##   x  y
## 1 1  6
## 2 2  7
## 3 3  8
## 4 4  9
## 5 5 10

一个聪明的normalize函数会将缩放变量作为属性附加到结果中（参见?scale函数...）

非规范化数据

1 个答案: