matlab多组数据分别归一化,MATLAB数据归一化汇总（最全面的归一化介绍）

==================================================

几个要说明的函数接口:

[Y,PS] = mapminmax(X)

[Y,PS] = mapminmax(X,FP)

Y = mapminmax('apply',X,PS)

X = mapminmax('reverse',Y,PS)

复制代码

用实例来讲解,测试数据

x1 = [1 2 4], x2 = [5 2 3];

>> [y,ps] = mapminmax(x1)

y =

-1.0000   -0.3333    1.0000

ps =

name: 'mapminmax'

xrows: 1

xmax: 4

xmin: 1

xrange: 3

yrows: 1

ymax: 1

ymin: -1

yrange: 2

复制代码

其中y是对进行某种规范化后得到的数据,这种规范化的映射记录在结构体ps中.让我们来看一下这个规范化的映射到底是怎样的?

Algorithm

It is assumed that X has only finite real values, and that the elements of each row are not all equal.

* y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;

复制代码

* [关于此算法的一个问题.算法的假设是每一行的元素都不想相同,那如果都相同怎么办?实现的办法是,如果有一行的元素都相同比如xt = [1 1 1],此时xmax = xmin = 1,把此时的变换变为y = ymin,matlab内部就是这么解决的.否则该除以0了,没有意义!]

也就是说对x1 = [1 2 4]采用这个映射 f: 2*(x-xmin)/(xmax-xmin)+(-1),就可以得到y = [ -1.0000   -0.3333    1.0000]

我们来看一下是不是: 对于x1而言 xmin = 1,xmax = 4;

则y(1) = 2*(1 - 1)/(4-1)+(-1) = -1;

y(2) = 2*(2 - 1)/(4-1)+(-1) = -1/3 = -0.3333;

y(3) = 2*(4-1)/(4-1)+(-1) = 1;

看来的确就是这个映射来实现的.

对于上面algorithm中的映射函数 其中ymin,和ymax是参数,可以自己设定,默认为-1,1;

比如:

>>[y,ps] = mapminmax(x1)

>> ps.ymin = 0;

>> [y,ps] = mapminmax(x1,ps)

y =

0    0.3333    1.0000

ps =

name: 'mapminmax'

xrows: 1

xmax: 4

xmin: 1

xrange: 3

yrows: 1

ymax: 1

ymin: 0

yrange: 1

复制代码

则此时的映射函数为: f: 1*(x-xmin)/(xmax-xmin)+(0),是否是这样的这回你可自己验证.O(∩_∩)O

如果我对x1 = [1 2 4]采用了某种规范化的方式, 现在我要对x2 = [5 2 3]采用同样的规范化方式[同样的映射