r语言数据标准化中心化 r语言-怎样将数据标准化和中心化
TJ统计 人气:0想了解r语言-怎样将数据标准化和中心化的相关内容吗,TJ统计在本文为您仔细讲解r语言数据标准化中心化的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:r语言,数据标准化,数据中心化,下面大家一起来学习吧。
中心化和标准化意义一样,都是消除量纲的影响
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)
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
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:
举例说明:
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:
第一步:导入数据
第二步:将数据框转换为矩阵形式
第三步:进行标准化处理
第四步:保留小数点为4位
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。如有错误或未考虑完全的地方,望不吝赐教。
加载全部内容