R-Funktion scale() - Datenstandardisierung
Die R-Funktion scale() wird zur Standardisierung von Daten verwendet (z-Score-Standardisierung).
Nach der Standardisierung ist der Mittelwert der Daten 0 und die Standardabweichung 1; dies wird häufig verwendet, um den Einfluss unterschiedlicher Dimensionen (Einheiten) zu beseitigen.
Die Syntax der Funktion scale() lautet wie folgt:
scale(x, center = TRUE, scale = TRUE)
Parameter description:
xEingabe: numerische Matrix oder Datenrahmen.
centerOb eine Zentrierung durchgeführt werden soll (den Mittelwert subtrahieren), Standardwert ist TRUE.
scaleOb eine Skalierung durchgeführt werden soll (durch die Standardabweichung dividieren), Standardwert ist TRUE.
Beispiel
# Originaldaten: Variablen mit unterschiedlichen Dimensionen
height <- c(160, 170, 165, 175, 180) # Bereich 160-180
income <- c(50000, 60000, 55000, 80000, 90000) # Bereich 50000-90000
age <- c(25, 30, 28, 35, 40) # Bereich 25-40
# Zu einer Matrix kombinieren
data_matrix <- cbind(height, income, age)
print("Originaldaten:")
print(data_matrix)
# Standardisieren
scaled_data <- scale(data_matrix)
print("Nach der Standardisierung (Mittelwert 0, Standardabweichung 1):")
print(round(scaled_data, 3))
# Mittelwert und Standardabweichung überprüfen
print("Spaltenmittelwerte nach der Standardisierung (sollten nahe 0 sein):")
print(round(colMeans(scaled_data), 3))
print("Spaltenstandardabweichungen nach der Standardisierung (sollten gleich 1 sein):")
print(round(apply(scaled_data, 2, sd), 3))
height <- c(160, 170, 165, 175, 180) # Bereich 160-180
income <- c(50000, 60000, 55000, 80000, 90000) # Bereich 50000-90000
age <- c(25, 30, 28, 35, 40) # Bereich 25-40
# Zu einer Matrix kombinieren
data_matrix <- cbind(height, income, age)
print("Originaldaten:")
print(data_matrix)
# Standardisieren
scaled_data <- scale(data_matrix)
print("Nach der Standardisierung (Mittelwert 0, Standardabweichung 1):")
print(round(scaled_data, 3))
# Mittelwert und Standardabweichung überprüfen
print("Spaltenmittelwerte nach der Standardisierung (sollten nahe 0 sein):")
print(round(colMeans(scaled_data), 3))
print("Spaltenstandardabweichungen nach der Standardisierung (sollten gleich 1 sein):")
print(round(apply(scaled_data, 2, sd), 3))
Das Ausführen des obigen Codes erzeugt die folgende Ausgabe:
[1] "原始数据:"
height income age
[1,] 160 50000 25
[2,] 170 60000 30
[3,] 165 55000 28
[4,] 175 80000 35
[5,] 180 90000 40
[1] "标准化后(均值为0,标准差为1):"
height income age
[1,] -1.2649 -1.2647 -1.2649
[2,] 0.0000 -0.4739 0.0000
[3,] -0.6325 -0.8699 -0.6325
[4,] 0.6325 0.7109 0.6325
[5,] 1.2649 1.8976 1.2649
[1] "标准化后各列均值(应接近0):"
height income age
0 0 0
[1] "标准化后各列标准差(应等于1):"
height income age
1 1 1
Weitere Erweiterungen
R-Sprachbeispiele