2D矩阵中各个列的最小最大归一化

Question

我有一个数据集，它有4列/属性和150行。我想用最小最大规范化来规范化这个数据。到目前为止，我的代码是：

minData=min(min(data1))
maxData=max(max(data1))
minmaxeddata=((data1-minData)./(maxData))

这里，minData和maxData返回全局最小值和最大值。因此，这段代码实际上对2D矩阵中的所有值应用最小-最大规范化，以便全局最小值为0，全局最大值为1。

然而，我想对每一列分别执行相同的操作。具体来说，2D矩阵的每一列都应该独立于其他列进行最小-最大规格化。

我尝试使用只是使用min（data1）和max（data1），但得到的错误说矩阵维度必须一致。

然而，通过使用全局最小值和最大值，我得到了[0-1]范围内的值，并使用这个标准化数据集进行了实验。我想知道我的成绩是否有问题？我的理解也有问题吗？任何指导都将不胜感激。

Answer 1

如果我理解正确，您希望规范化data1的每一列。此外，由于每列都是一个独立的数据集，很可能具有不同的动态范围，因此可能不建议执行全局最小-最大操作。我建议你按照你最初的想法，分别对每一个专栏进行规范化。

根据错误，不能用min（data1）减去data1，因为min（data1）会产生一个行向量，而data1是一个矩阵。你用一个向量减去一个矩阵，这就是为什么你会得到这个错误。

如果你想达到你的要求，使用bsxfun来广播向量，并重复它，重复的行数与你的data1相同。因此：

mindata = min(data1);
maxdata = max(data1);
minmaxdata = bsxfun(@rdivide, bsxfun(@minus, data1, mindata), maxdata - mindata);

>> data1 = [5 9 9 9 3 3; 3 10 2 1 10 1; 2 4 4 6 5 5]

data1 =

 5     9     9     9     3     3
 3    10     2     1    10     1
 2     4     4     6     5     5

当我运行上述规范化代码时，我得到：

minmaxdata =

    1.0000    0.8333    1.0000    1.0000         0    0.5000
    0.3333    1.0000         0         0    1.0000         0
         0         0    0.2857    0.6250    0.2857    1.0000