题
我有范围从1至30000的数据集
欲正常化它,使之成为0.1〜10
什么是最好的方法/函数来做到这一点?
将不胜感激,如果你能给一些示例代码!
解决方案
下面是一个代码段,假设你想要的线性归一化。这是一个非常简单的版本(只是直码,没有方法),这样你就可以看到“它是如何工作”,可以将其应用到任何东西。
xmin = 1.0
xmax = 30000.0
ymin = 0.1
ymax = 10.0
xrange = xmax-xmin
yrange = ymax-ymin
y = ymin + (x-xmin) * (yrange / xrange)
和这里它是作为一个函数来完成:
def normalise(x, xmin, xmax, ymin, ymax)
xrange = xmax - xmin
yrange = ymax - ymin
ymin + (x - xmin) * (yrange.to_f / xrange)
end
puts normalise(2000, 1, 30000, 0.1, 10)
(注:to_f
确保我们不落入整数除法的黑洞)
其他提示
下面是Ruby之道用于阵列的min至0.0和最大值设置为1.0的常见的情况。
class Array
def normalize!
xMin,xMax = self.minmax
dx = (xMax-xMin).to_f
self.map! {|x| (x-xMin) / dx }
end
end
a = [3.0, 6.0, 3.1416]
a.normalize!
=> [0.0, 1.0, 0.047199999999999985]
有关大于0和1中的最小和最大其他,添加参数在Elfstrom的回答的方式normalize!
。
这是按比例绘制的集合数的公知的方法。它具有更精确的名字,但我不记得,达不到google一下。
def scale(numbers, min, max)
current_min = numbers.min
current_max = numbers.max
numbers.map {|n| min + (n - current_min) * (max - min) / (current_max - current_min)}
end
dataset = [1,30000,15000,200,3000]
result = scale(dataset, 0.1, 10.0)
=> [0.1, 10.0, 5.04983499449982, 0.165672189072969, 1.08970299009967]
scale(result, 1, 30000)
=> [1.0, 30000.000000000004, 15000.0, 199.99999999999997, 3000.0000000000005]
正如你所看到的,你必须要知道四舍五入问题。你应该还确保你没有得到整数作为最大和最小,因为整数除法会损害结果。
x = x / 3030.3031 + 0.1
不隶属于 StackOverflow