r - 如何计算/归一化零均值和单位方差

Question

什么是“零均值和单位方差”以及如何为 R 中的单列文件计算/标准化它？我还想将归一化值分为两类:

标准化值至少比平均值高 0.5 个标准差 (SD)

标准化值至少低于平均值 0.5 个标准差 (SD)

谢谢

Answer 1

引用“零均值和单位方差”意味着归一化变量的均值为 0，标准差(和方差)为 1。在 R 中归一化变量的一种方法是使用 scale功能。下面是一个例子:

# create vector
set.seed(1234)
temp <- rnorm(20, 3, 7)

# take a look
> mean(temp)
[1] 1.245352
> sd(temp)
[1] 7.096653

# scale vector
tempScaled <- c(scale(temp))

# take a look
> mean(tempScaled)
[1] 1.112391e-17
> sd(tempScaled)
[1] 1

# find values below 0.5 standard deviation in scaled vector
tempScaled[tempScaled < -0.5]
# find values above 0.5 standard deviation in scaled vector
tempScaled[tempScaled > 0.5]

您还可以非常轻松地手动缩放变量:

tempScaled2 <- (temp - mean(temp)) / sd(temp) 

> all.equal(tempScaled, tempScaled2)
[1] TRUE