如何标准化矩阵设置 0 为最小值和 1 为最大值？答案

【问题标题】：How to normalize matrix setting 0 for minimum values and 1 for maximum values?如何标准化矩阵设置 0 为最小值和 1 为最大值？
【发布时间】：2016-04-04 01:01:42
【问题描述】：

我需要将大小为 2 X N 的神经网络输出矩阵转换为 0 和 1，其中 0 表示列的最小值，而 1 则相反。这将是计算混淆矩阵所必需的。

例如，考虑这个矩阵 2 X 8：

 2    33     4     5     6     7     8     9
 1    44     5     4     7     5     2     1

我需要得到这个结果：

 1    0     0     1     0     1     1     1
 0    1     1     0     1     0     0     0

如何在没有 for 循环的情况下在 MATLAB 中执行此操作？提前致谢。

【问题讨论】：

标签： matlab

【解决方案1】：

>> d = [ 2    33     4     5     6     7     8     9;
         1    44     5     4     7     5     2     1];

>> bsxfun(@rdivide, bsxfun(@minus, d,  min(d)), max(d) - min(d))

ans =

     1     0     0     1     0     1     1     1
     0     1     1     0     1     0     0     0

bsxfun 函数用于将减法和除法运算广播到不同维度的矩阵（最小值和最大值各只有 1 行）。

其他解决方案如下（仅适用于 2 行）：

>> [d(1,:) > d(2,:); d(1,:) < d(2,:)]

ans =

     1     0     0     1     0     1     1     1
     0     1     1     0     1     0     0     0

【讨论】：

【解决方案2】：

如果它只是 2xN，那么这将起作用：

floor(A./[max(A); max(A)])

一般：

 floor(A./repmat(max(A),size(A,1),1))

【讨论】：