如何正确地将非常大的数字算法盟友标准化为相对较小的数字范围？答案

【问题标题】：How do I properly normalize very large numbers algorithmic ally to a relatively small range of numbers?如何正确地将非常大的数字算法盟友标准化为相对较小的数字范围？
【发布时间】：2017-07-20 00:37:33
【问题描述】：

我正在尝试找到一种方法来根据从 excel 导入的自定义用户数据调整音调。

self.changePitch(30 + (parseInt(self.infoCollection.collection[j].array[i])-200/(3600)));

上面的代码适用于最高约 5,000 的“正常值”。但是，我想将它们标准化为始终介于最小和最大频率之间。（200 和 3800）

我尝试使用此处找到的公式： https://stats.stackexchange.com/questions/70801/how-to-normalize-data-to-0-1-range 其中说使用(x-minval)/(maxval-minval) 但是，这并不适用于所有情况。使用非常大的数字时。 IE 5000万还是会超过最大频率的。

我正在尝试找到一种方法，将任何有理数标准化为数亿。

编辑：很抱歉给您带来了困惑。我正在制作一个根据放置在图表上的数据播放声音的应用程序。目的是让有视觉障碍的用户更好地理解数据，使用声音来获取彼此相关的值。我的问题是人类听不到某个数字以上的频率，所以如果值超过 5000 左右，应用程序将不会为该数字播放任何声音。

示例： A 公司的利润为 200 美元，B 公司的利润为 5000 万美元。用户会听到 A 公司的声音，但不会听到 B 公司的声音，因为频率超出了人类的听觉范围。

【问题讨论】：

你能举一个简单的比率公式不起作用的例子吗？它在数学上是准确的。
50,000,000/3800 > 3800
您需要做的是确定输入值在可能的输入范围内的位置，然后将其映射到目标域。
这毫无意义。输入值的实际范围是多少，实际的目标域是多少？
我认为你混合了公式的最后一部分。它不是所需范围的最大值和最小值，而是实际数据范围的最小值/最大值。因此，如果您的数据具有最小值（例如 200）和最大值 50,000,000，则公式以这种方式插入：（valueToNomalize - 200）/（50,000,000 - 200）。然后取该值，现在已标准化并缩放其所需范围： normValue * (maxDVal - minDVal) + minDVal

标签： javascript normalization

【解决方案1】：

下面的函数将执行线性归一化（感谢S McCrohan），您可以将所需的值传递给它。

https://jsfiddle.net/7cn57wnd/

function normalize(enteredValue, minEntry, maxEntry, normalizedMin, normalizedMax) {

    var mx = (enteredValue-minEntry)/(maxEntry-minEntry);
    var preshiftNormalized = mx*(normalizedMax-normalizedMin);
    var shiftedNormalized = preshiftNormalized + normalizedMin;

    return shiftedNormalized;

}

//Acceptable values: 0 - 10,000,000
//User enters: 99,000,000
//Normalization window: 200 - 3800

normalize(99000000, 0, 100000000, 200, 3800);

//Returns 3764

【讨论】：

【解决方案2】：

规范化这些数据的正确方法很大程度上取决于数据集中值的分布。

例如，如果 99% 的值在 0-1000 范围内，而剩余的 1% 是 10000000 附近的异常值，那么线性归一化（如 Santi 的回答）绝对会将您的数据拉到所需的范围内，但它也会将 99% 归一化为非常接近的值，您将无法听到差异。

如果您有一个像这样严重偏斜的分布，您将希望要么丢弃异常值，要么使用非线性归一化（例如，对数）。这实际上取决于数据以及您要强调的差异。

【讨论】：

我认为对数解会更好。我正在尝试改进以适用于更多用例，因为它已经适用于大多数没有标准化算法的情况。