如果给定的数据在使用 R 或 Python 的范围（-1 到 1）内，如何以 (-3 ,-2,-1,0,1,2,3) 格式规范化数据？

Posted 2023-03-12

【中文标题】如果给定的数据在使用 R 或 Python 的范围（-1 到 1）内，如何以 (-3 ,-2,-1,0,1,2,3) 格式规范化数据？

【英文标题】：How can normalize the data in format (-3 ,-2,-1,0,1,2,3) if given data is in range (-1 to 1) using R or Python?

【发布时间】：2020-03-31 03:44:59

【问题描述】：

价值： 0.344 -0.124 0.880 0 0.910 -0.800

【问题讨论】：

我假设“值：...”是您的输入？您能否指定您希望相应的输出是什么？

是的，输入值。我想使用标准偏差将此输入标准化为 (-3, -2,-1, 0, 1, 2, 3)

【参考方案1】：

您可以尝试 R 中的cut() 函数将值划分为区间。

value <- c(0.344, -0.124, 0.880, 0, 0.910, -0.800)
value.normalized <- cut(
  x = value, breaks = seq(-1, 1, length.out = 8), 
  labels = -3:3, include.lowest = TRUE, right = TRUE
)

(value.normalized)
1  0  3  0  3  -3
Levels: -3 -2 -1 0 1 2 3

【讨论】：

cut()函数使用标准差公式进行归一化？

没有。 cut() 将值分解为您定义的间隔的箱。问题是：1.您没有提到在您的问题中使用标准偏差。 2.您提到了新箱的间隔（-3、-2、-1、0、1、2、3），而不是 -3,3 之间的实数，因为标准偏差可以。 3. 使用标准差并不能保证您的数字在 -1,1 范围内，这与您声称您的数字在 -1,1 范围内的说法相反。

【参考方案2】：

您可以执行以下操作将任何数据标准化为给定比例：

>>> Data = [0.9, 0.2, 0.3, 0.4]
>>> lower, upper =-3, 3
>>> Data_norm = [lower + (upper - lower) * x for x in Data]
>>> Data_norm
[2.4000000000000004, -1.7999999999999998, -1.2000000000000002, -0.5999999999999996]

【讨论】：

是否使用标准差进行归一化？

不，这叫做范围映射。

【参考方案3】：

使用sklearn.preprocessing.minmax_scale

In [1]: from sklearn.preprocessing import minmax_scale


In [2]: value = [0.344,-0.124,0.880,0,0.910,-0.800]


In [3]: in_range = [-1, 1]


In [4]: value_scaled = minmax_scale(value + in_range, feature_range=(-3,3))


In [5]: value_scaled[:-2]

Out[5]: array([ 1.032, -0.372,  2.64 ,  0.   ,  2.73 , -2.4  ])

【讨论】：

您好，感谢您的评论。第 5 行给出错误。我是 python 新手。

@Suru 如果你愿意，我可以帮你弄清楚如何解决你的错误。请详细说明您遇到的错误。