对数据集做标准化处理的几种方法——基于R语言

数据集——iris（R语言自带鸢尾花包）

一、scale函数

scale函数默认的是对制定数据做均值为0，标准差为1的标准化。它的两个参数center和scale：

1）center和scale默认为真,即T

2）center为真表示数据中心化

3）scale为真表示数据标准化

中心化：所谓数据的中心化是指数据集中的各项数据减去数据集的均值。

标准化：标准化就是数据在中心化之后再除以标准差。变换后值域为[0,1]。

# 标准化与中心化
data(iris) # 读入数据
head(iris) #查看数据

Standard0<-scale(iris[1:4])
head(Standard0)
Standard1<-scale(iris[1:4],center=T)
head(Standard1)
Standard2<-scale(iris[1:4],center=F,scale=T)
head(Standard2)

二、用自建函数法

test <- iris
normalize <- function(x) {
return((x - min(x)) / (max(x) - min(x)))
}
 
test_n <- as.data.frame(lapply(test[:], normalize))
head(test_n)

三、caret包preProcess函数

preProcess函数可以对特征变量施行很多操作，包括中心化和标准化。preProcess函数每次操作都估计所需要的参数，并且由predict.preProcess 应用于指定的数据集。

相比自建函数，非数值型的变量是被允许的，但是将被忽略故够保留数据集右边的非数值变量。

standard4 <- preProcess(iris, method = 'range')  #化为0-1之间（x-min(x)）/(max(x)-min(x))，其实range 的意义尚未理解
iris_s<- predict(standard4, iris)
iris_s

参考资料：

http://www.mamicode.com/info-detail-2157694.html