нормировать

Нормируйте данные

Синтаксис

N = normalize(A)
N = normalize(A,dim)
N = normalize(___,method)
N = normalize(___,method,methodtype)
N = normalize(___,'DataVariables',datavars)

Описание

пример

N = normalize(A) возвращает vectorwise z - счет данных в A с центром 0 и стандартным отклонением 1.

  • Если A является вектором, то normalize работает с целым вектором.

  • Если A является матрицей, таблицей или расписанием, то normalize работает с каждым столбцом данных отдельно.

  • Если A является многомерным массивом, то normalize действует вдоль первого измерения массива, размер которого не равняется 1.

пример

N = normalize(A,dim) возвращается z - выигрывают по измерению dim. Например, normalize(A,2) нормирует каждую строку.

пример

N = normalize(___,method) задает метод нормализации для любого из предыдущих синтаксисов. Например, normalize(A,'norm') нормирует данные в A Евклидовой нормой (2-норма).

пример

N = normalize(___,method,methodtype) задает тип нормализации для данного method. Например, normalize(A,'norm',Inf) нормирует данные в A с помощью нормы бесконечности.

пример

N = normalize(___,'DataVariables',datavars) задает переменные, чтобы работать с тем, когда входные данные находятся в таблице или расписании.

Примеры

свернуть все

Нормируйте данные в векторе и матрице путем вычисления z-счета.

Создайте векторный v и вычислите z-счет, нормировав данные, чтобы иметь среднее значение 0 и стандартное отклонение 1.

v = 1:5;
N = normalize(v)
N = 1×5

   -1.2649   -0.6325         0    0.6325    1.2649

Создайте матричный B и вычислите z-счет к каждому столбцу. Затем нормируйте каждую строку.

B = magic(3)
B = 3×3

     8     1     6
     3     5     7
     4     9     2

N1 = normalize(B)
N1 = 3×3

    1.1339   -1.0000    0.3780
   -0.7559         0    0.7559
   -0.3780    1.0000   -1.1339

N2 = normalize(B,2)
N2 = 3×3

    0.8321   -1.1094    0.2774
   -1.0000         0    1.0000
   -0.2774    1.1094   -0.8321

Масштабируйте векторный A его стандартным отклонением.

A = 1:5;
Ns = normalize(A,'scale')
Ns = 1×5

    0.6325    1.2649    1.8974    2.5298    3.1623

Масштабируйте A так, чтобы его область значений была в интервале [0,1].

Nr = normalize(A,'range')
Nr = 1×5

         0    0.2500    0.5000    0.7500    1.0000

Создайте векторный A и нормируйте его его 1 нормой.

A = 1:5;
Np = normalize(A,'norm',1)
Np = 1×5

    0.0667    0.1333    0.2000    0.2667    0.3333

Сосредоточьте данные в A так, чтобы это имело среднее значение 0.

Nc = normalize(A,'center','mean')
Nc = 1×5

    -2    -1     0     1     2

Составьте таблицу, содержащую информацию о высоте для пяти человек.

LastName = {'Sanchez';'Johnson';'Lee';'Diaz';'Brown'};
Height = [71;69;64;67;64];
T = table(LastName,Height)
T=5×2 table
    LastName     Height
    _________    ______

    'Sanchez'      71  
    'Johnson'      69  
    'Lee'          64  
    'Diaz'         67  
    'Brown'        64  

Нормируйте данные о высоте максимальной высотой.

N = normalize(T,'norm',Inf,'DataVariables','Height')
N=5×2 table
    LastName     Height 
    _________    _______

    'Sanchez'          1
    'Johnson'    0.97183
    'Lee'        0.90141
    'Diaz'       0.94366
    'Brown'      0.90141

Входные параметры

свернуть все

Входные данные, заданные как скаляр, вектор, матрица, многомерный массив, таблица или расписание.

Если A является числовым массивом и имеет, вводят single, то вывод также имеет, вводят single. В противном случае вывод имеет, вводят double.

normalize игнорирует значения NaN в A.

Типы данных: double | single | table | timetable
Поддержка комплексного числа: Да

Величина для работы, заданная как положительный целый скаляр.

Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Метод нормализации, заданный как одна из следующих опций:

Метод

Описание

'zscore'

z- со средним значением 0 и стандартным отклонением 1

'norm'

2-норма

'scale'

Шкала стандартным отклонением

'range'

Диапазон шкалы данных к [0,1]

'center'

Центральные данные, чтобы иметь среднее значение 0

Тип метода, заданный как скаляр, вектор - строка с 2 элементами или вектор символов, в зависимости от заданного метода:

Метод

Опции типа метода

Описание

'zscore'

'std' (значение по умолчанию)

Центр и шкала, чтобы иметь среднее значение 0 и стандартное отклонение 1

'robust'

Центр и шкала, чтобы иметь среднее значение 0 и среднее абсолютное отклонение 1

'norm'

Положительный числовой скаляр (значение по умолчанию равняется 2),

p-

Inf

Норма бесконечности

'scale'

'std' (значение по умолчанию)

Шкала стандартным отклонением

'mad'

Шкала средним абсолютным отклонением

'first'

Шкала первым элементом данных

Числовой скаляр

Масштабируйте данные числовым значением

'range'

Вектор - строка с 2 элементами (значение по умолчанию [0 1]),

Интервал формы [a b], где a < b

'center'

'mean'

Центр, чтобы иметь среднее значение 0

'median'

Центр, чтобы иметь средний 0

Числовой скаляр

Центр сдвига числовым значением

Табличные переменные, заданные как пара, разделенная запятой, состоящая из 'DataVariables' и скаляра, вектора, массива ячеек или указателя на функцию. Значение 'DataVariables' указывает, какие столбцы входной таблицы работать с, и может быть одно из следующего:

  • Вектор символов или скалярная строка, задающая одно имя табличной переменной

  • Массив ячеек из символьных векторов или массив строк, где каждый элемент является именем табличной переменной

  • Вектор индексов табличной переменной

  • Логический вектор, элементы которого каждый соответствует табличной переменной, где true включает соответствующую переменную и false, исключает его

  • Указатель на функцию, который берет таблицу в качестве входа и возвращает логический скаляр

Пример: 'Age'

Пример: {'Height','Weight'}

Пример: @isnumeric

Типы данных: char | string | cell | double | single | logical | function_handle

Больше о

свернуть все

Z-

Для случайной переменной X со средним значением μ и стандартное отклонение σ, z - счет значения x

Для выборочных данных со средним и стандартным отклонением S z - счет точки данных x

z- измеряют расстояние точки данных от среднего значения с точки зрения стандартного отклонения. Стандартизированный набор данных имеет среднее значение 0 и стандартное отклонение 1, и сохраняет свойства формы исходного набора данных (та же скошенность и эксцесс).

P-

Общее определение для p - норма векторного v, который имеет элементы N,

vp=[k=1N|vk|p] 1/p,

где p является любым положительным действительным значением, Inf или -Inf. Некоторые общие ценности p:

  • Если p равняется 1, то получившаяся 1 норма является суммой абсолютных значений векторных элементов.

  • Если p равняется 2, то получившаяся 2-норма дает векторное значение или Евклидову длину вектора.

  • Если p является Inf, то v=max i(|v(i)|).

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

| |

Введенный в R2018a

Для просмотра документации необходимо авторизоваться на сайте