向量化 matlab 列归一化

Posted 2023-03-12

【中文标题】向量化 matlab 列归一化

【英文标题】：Vectorizing matlab column normalization

【发布时间】：2013-03-30 07:58:45

【问题描述】：

我想对每列的矩阵进行归一化。我现在有这个工作正常的代码：

A = randn(10,3)

maxA = max(A,[],1)
minA = min(A,[],1)

for i=1:size(A,2)
    A(:,i) = (A(:,i) - minA(i) ./ (maxA(i) - minA(i))
end

但是，由于我的矩阵要大得多，大约 10k x 60k 的循环将需要很长时间。如何矢量化我的代码？ 我曾想过使用 Matlab 的 normc 但这与我的代码不同。

【参考方案1】：

您可以使用bsxfun

A = randn(10,3)

maxA = max(A,[],1)
minA = min(A,[],1)

bsxfun(@minus, A, minA ./ abs(maxA - minA))

但是，我不太了解您的规范化。不是更愿意使用

(A(:,i) - minA(i)) ./ (maxA(i) - minA(i))

标准化？如果是这样，bsxfun 语句应为：

bsxfun(@times, bsxfun(@minus, A, minA), 1./abs(maxA - minA))

【讨论】：

确实，您对标准化的看法是正确的。我实际上在 Matlab 中做对了，但是在手动输入时我错误地复制了它。该方法效果很好。

【参考方案2】：

一般来说可能是：

A = (A - ones(size(A)) * diag(minA)) / diag(maxA - minA);

或

A = (A - ones(size(A)) * diag(minA)) * diag(1 ./ (maxA - minA));

但考虑到尺寸：

m = repmat(minA, size(A, 1), 1);
n = repmat(maxA - minA, size(A, 1), 1);
A = (A - m) ./ n;