La normalización conjunto de datos con el rubí

Question

Tengo un conjunto de datos que varía de 1 a 30.000

Quiero normalizarla, por lo que se convierte en 0,1 a 10

¿Cuál es el mejor método / función de hacer eso?

agradecería mucho si pudiera dar algunos ejemplos de código!

Answer 1

Esto es un fragmento de código, asumiendo que usted quiere un linear normalización. Es una versión muy simplista (solo código recta, no hay métodos), para que pueda ver "cómo funciona" y puede aplicarlo a cualquier cosa.

xmin = 1.0
xmax = 30000.0
ymin = 0.1
ymax = 10.0

xrange = xmax-xmin
yrange = ymax-ymin

y = ymin + (x-xmin) * (yrange / xrange) 

---

Y aquí se ha hecho como una función:

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) 

(Nota: el to_f asegura no caer en el agujero negro de la división entera)

Answer 2

Aquí está la Rubí camino para el caso común de fijar min de una matriz a 0,0 y máximo a 1,0.

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]

Para una min y max distinto de 0 y 1, añadir argumentos para normalize! en la forma de la respuesta de Elfstrom.

Answer 3

Esta es una manera bien conocida para escalar a números de colección. Tiene nombre más preciso, pero no puedo recordar y dejar de google.

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] 

Como se puede ver, hay que ser consciente de los problemas de redondeo. Probablemente debería también asegurarse de que usted no recibe enteros como mínimo y máximo, porque la división entera dañará el resultado.

Answer 4

x = x / 3030.3031 + 0.1