向量化 matlab 列归一化
Posted
技术标签:
【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。
【问题讨论】:
【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;
【讨论】:
以上是关于向量化 matlab 列归一化的主要内容,如果未能解决你的问题,请参考以下文章