在matlab中标准化mat文件答案

【问题标题】：normalize mat file in matlab在matlab中标准化mat文件
【发布时间】：2011-12-05 12:06:36
【问题描述】：

我有一个 mat 文件，其结构如下：

如何规范化数据并将其保存为 .dat 文件 (ascii)

【问题讨论】：

你所说的“标准化”是什么意思？
1) 找到最小和最大数据集 2) 找到归一化尺度最小值和最大值 3) 将数据集中的所有数字更改为 4) 归一化值
我的意思是我可以手动将数据从 vec 复制到 mat 文件中并粘贴到 excel 中，然后另存为 csv 然后将 csv 转换为 .dat 但必须有一种方法可以直接另存为 .dat -ASCII

【解决方案1】：

我假设您想要规范化每一列。

有两种方法可以标准化：

(1) 将最小值设置为 0，将最大值设置为 1

dataset = bsxfun(@minus,dataset,min(dataset));
dataset = bsxfun(@rdivide,dataset,max(dataset));

(2) 将平均值设置为零，标准差设置为 1（如果您没有统计工具箱，请分别使用 mean 和 std 进行减法和除法，如上所述）。

dataset = zscore(dataset);

编辑

为什么有人会使用选项 2 来规范化？

当您计算不同数据点之间的差异（相异性）时，您可能希望对不同维度进行同等权衡。由于方差较大的维度将主导相异性度量，因此您将方差归一化为 1。

【讨论】：

为什么不只是 vec = randn(494021, 42);？
@Garrith Graham：因为您的数据中可能存在相关性。
使用您的方法是否可以指定从数据集中获取的大小，您会注意到我的数据集我使用 vec = randn(494021, 42);我可以将其更改为仅从 n 列中获取 10 或 1000 条记录
@GarrithGraham：当然。将您的数据子集创建为subset = dataset(1:howeverManyRowsYouWant,:)，然后使用subset 而不是dataset 运行我的代码。
那行不通？它只是输出与M文件相同的子集

【解决方案2】：

你的标准化：

dataset = dataset-ones(size(dataset,1),1)*min(dataset) % subtract min
dataset = dataset ./ (ones(size(dataset,1),1)*max(dataset)+eps) % divide by max

【讨论】：