R_Studio(贷款)数据规范化处理[最小-最大规范化零-均值规范化小数定标规范化]

Posted 2020-08-13 Cynical丶Gary

 

 

　　农场申请贷款.csv

　

 

　　对“农场申请贷款.csv”中农场大小、降雨量、农场质量、农场收入进行数据规范化处理 行数[4 5 6 7]

　　“农场申请贷款.csv”中存在缺失值，已对数据进行预处理 

 

setwd(‘D:\\data‘)

list.files()

#数据读取
dat=read.csv(file="农场申请贷款.csv",header=TRUE)

sub=which(is.na(dat[5]$‘降雨量‘))#识别缺失值所在行数
#将数据集分成完整数据和缺失数据两部分
inputfile1=dat[-sub,]    #缺失部分
inputfile2=dat[sub,]     #不缺失部分  

dat=inputfile1

#最小-最大规范化
b1=(dat[,4]-min(dat[,4]))/(max(dat[,4])-min(dat[,4]))
b2=(dat[,5]-min(dat[,5]))/(max(dat[,5])-min(dat[,5]))

b3=(dat[,6]-min(dat[,6]))/(max(dat[,6])-min(dat[,6]))
b4=(dat[,7]-min(dat[,7]))/(max(dat[,7])-min(dat[,7]))
data_scatter=cbind(b1,b2,b3,b4)
newdata=dat
for(i in 4:7){
  newdata[,i] =(dat[,i]-min(dat[,i]))/(max(dat[,i])-min(dat[,i]))
}

data_scatter=cbind(b1,b2,b3,b4)

data_scatter=cbind(b1,b2,b3,b4)   


#零-均值规范化
data_zscore=scale(data_scatter)
data_zscore

#小数定标规范化
i1=ceiling(log(max(abs(dat[,4])),10))#小数定标的指数
c1=dat[,4]/10^i1
i2=ceiling(log(max(abs(dat[,5])),10))
c2=dat[,5]/10^i2
i3=ceiling(log(max(abs(dat[,6])),10))
c3=dat[,6]/10^i3
i4=ceiling(log(max(abs(dat[,6])),10))
c4=dat[,7]/10^i4
data_dot=cbind(c1,c2,c3,c4)

#打印结果
options(digits = 4)#控制输出结果的有效位数
data;data_scatter;data_zscore;data_dot

Gary.R

 

 

　　最小-最大规范化：对原始数据的线性变换，将数值映射到[0，1]

 　　

 

 

 

setwd(‘D:\\data‘)
list.files()
#数据读取
dat=read.csv(file="农场申请贷款.csv",header=TRUE)

sub=which(is.na(dat[5]$‘降雨量‘))#识别缺失值所在行数
#将数据集分成完整数据和缺失数据两部分
inputfile1=dat[-sub,]    #缺失部分
inputfile2=dat[sub,]     #不缺失部分  

dat=inputfile1  #将清洗过的数据保存回dat中
#最小-最大规范化
b1=(dat[,4]-min(dat[,4]))/(max(dat[,4])-min(dat[,4]))
b2=(dat[,5]-min(dat[,5]))/(max(dat[,5])-min(dat[,5]))
b3=(dat[,6]-min(dat[,6]))/(max(dat[,6])-min(dat[,6]))
b4=(dat[,7]-min(dat[,7]))/(max(dat[,7])-min(dat[,7]))
data_scatter=cbind(b1,b2,b3,b4)
newdata=dat
for(i in 4:7){
  newdata[,i] =(dat[,i]-min(dat[,i]))/(max(dat[,i])-min(dat[,i]))
}
data_scatter=cbind(b1,b2,b3,b4)

data_scatter

Gary.R

 

 

　　零-均值规范化:标准差规范化，经过处理的数据的均值位0，标准差位1

　　

 

　　scale方法中的两个参数center和scale的解释：
　　　　center和scale默认为真,即T或者TRUE
　　　　center为真表示数据中心化(只减去均值不做其他处理)
　　　　scale为真表示数据标准化

 

setwd(‘D:\\data‘)
list.files()
#数据读取
dat=read.csv(file="农场申请贷款.csv",header=TRUE)

sub=which(is.na(dat[5]$‘降雨量‘))#识别缺失值所在行数
#将数据集分成完整数据和缺失数据两部分
inputfile1=dat[-sub,]    #缺失部分
inputfile2=dat[sub,]     #不缺失部分  

dat=inputfile1  #将清洗过的数据保存回dat中
#零-均值规范化
data_zscore=scale(data_scatter)
data_zscore

data_zscore

Gary.R

 

　　

 　　小数定标规范化:最小－最大规范化保持原有数据之间的联系

　　

 

setwd(‘D:\\data‘)
list.files()
#数据读取
dat=read.csv(file="农场申请贷款.csv",header=TRUE)

sub=which(is.na(dat[5]$‘降雨量‘))#识别缺失值所在行数
#将数据集分成完整数据和缺失数据两部分
inputfile1=dat[-sub,]    #缺失部分
inputfile2=dat[sub,]     #不缺失部分  

dat=inputfile1  #将清洗过的数据保存回dat中
#小数定标规范化
i1=ceiling(log(max(abs(dat[,4])),10))#小数定标的指数
c1=dat[,4]/10^i1
i2=ceiling(log(max(abs(dat[,5])),10))
c2=dat[,5]/10^i2
i3=ceiling(log(max(abs(dat[,6])),10))
c3=dat[,6]/10^i3
i4=ceiling(log(max(abs(dat[,6])),10))
c4=dat[,7]/10^i4
data_dot=cbind(c1,c2,c3,c4)

data_dot

Gary.R