数据的标准化处理——基于R

归一化（normalization）

将数据缩放到[0,1]的（min—max Normalization）
$$X^{\ast }=\frac{X_i-X_{min}}{X_{max}-X_{min}}$$
通常将上面这种标准化称为归一化
缩放到[-1,1]的 Mean —Normalization
$$X^{\ast }=\frac{X_i-mean（X）}{X_{max}-X_{min}}$$

r语言实现

这是我用到的数据，数据名称data

normalize <- function(x){
  return ((x-min(x))/(max(x)-min(x)))
}
apply(data,2,normalize)#data是我用的数据，2表示对列操作，normalize是归一化函数

标准化

将数据变换为均值为0，标准差为1的分布，并非一定是标准正态的
$$X^{\ast }=\frac{X_i-\mu }{\sigma }$$

其中μ是均值，σ是标准差
数据的标准化并不会改变原有数据的分布，如果原有数据服从正态分布，则标准化后数据将服从标准正态分布

r语言实现

还是上面那个数据
r语言scale函数可以实现标准化
*scale（x，center=T，scale=T）后面两个T是默认的，center是中心化，即减去每一列均值，scale是除以每一行标准差

scale(data)

标准化后的数据

同时也会显示每一列的均值
一般来说，第二个更常用一些
参考文章
R实战
数据标准化