熱線電話：13121318867

登錄
首頁精彩閱讀基于R語言的數據標準化處理腳本
基于R語言的數據標準化處理腳本
2018-06-10
收藏

基于R語言的數據標準化處理腳本

數據標準化（Normalization）
將數據按比例縮放，使之落入一個小的特定區間。去除數據的單位限制，將其轉化為無量綱的純數值，便于不同單位或量級的指標能夠進行比較和加權。

數據標準化處理主要包括數據同趨化處理和無量綱化處理兩個方面。
數據同趨化處理主要解決不同性質數據問題，對不同性質指標直接加總不能正確反映不同作用力的綜合結果，須先考慮改變逆指標數據性質，使所有指標對測評方案的作用力同趨化，再加總才能得出正確結果。
數據無量綱化處理主要解決數據的可比性。數據標準化的方法有很多種，常用的有“最小—最大標準化”、“Z-score標準化”和“按小數定標標準化”等。經過上述標準化處理，原始數據均轉換為無量綱化指標測評值，即各指標值都處于同一個數量級別上，可以進行綜合測評分析。
min-max標準化（Min-max normalization）
也叫離差標準化，是對原始數據的線性變換，使結果落在[0,1]區間，轉換函數如下：
正向指標：（x-min）/（max-min）
負向指標：（max-x）/（max-min）
其中max為樣本數據的最大值，min為樣本數據的最小值。這種方法有一個缺陷就是當有新數據加入時，可能導致max和min的變化，需要重新定義。
R語言實現
# 標準化處理
min.max.norm <- function(x){
  ((x-min(x))/(max(x)-min(x)))
}   #正向指標

max.min.norm <- function(x){
  ((max(x)-x)/(max(x)-min(x)))
}   #負向指標


data_1 <- apply(data[,-c(3,4)],2,min.max.norm)  #正向指標處理
data_2 <- apply(data[,c(3,4)],2,max.min.norm)   #負向指標處理
#注意array只能用在二維及以上

data_t <- cbind(data_1,data_2)


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據標準化 R語言

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇汽車行業數據管理實踐應用
下一篇區塊鏈+數字貨幣開啟“不一樣的”支付方式
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢