數(shù)據(jù)歸一化：數(shù)據(jù)的歸一化是特征縮放(feature scaling)的方法，是數(shù)據(jù)預(yù)處理的關(guān)鍵步驟。不同評價指標(biāo)往往具有不同的量綱和量綱單位，這樣的情況會影響到數(shù)據(jù)分析的結(jié)果，為了消除指標(biāo)之間的量綱影響，需要進(jìn)行數(shù)據(jù)歸一化處理，以解決數(shù)據(jù)指標(biāo)之間的可比性。原始數(shù)據(jù)經(jīng)過數(shù)據(jù)歸一化處理后，各指標(biāo)處于同一數(shù)量級，適合進(jìn)行綜合對比評價。
需要使用到的函數(shù)為MATLAB中normalize函數(shù)。
該函數(shù)通過計算 z 值來歸一化向量和矩陣中的數(shù)據(jù)，創(chuàng)建一個向量或矩陣并計算 z 值，從而將數(shù)據(jù)歸一化，使其均值為 0，標(biāo)準(zhǔn)差為 1。
歸一化原理具體公式如下：
對于具有均值 μ 和標(biāo)準(zhǔn)差 的隨機(jī)變量 x，值 x 的 z 值是：
???????????????????????????????????????????????????????????????????????????????????????????????????
對于具有均值 m?和標(biāo)準(zhǔn)差 s 的樣本數(shù)據(jù)，數(shù)據(jù)點 x 的 z 值是:
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
注：z 值以標(biāo)準(zhǔn)差為單位測量數(shù)據(jù)點與均值的距離。標(biāo)準(zhǔn)化后的數(shù)據(jù)集均值為 0，標(biāo)準(zhǔn)差為 1，并保留原始數(shù)據(jù)集的形狀屬性（相同的偏斜度和峰度）。
下面是函數(shù)其中幾種用法的介紹：
A=magic(4);%創(chuàng)建一個幻方矩陣
N1=normalize(A);%將矩陣A進(jìn)行歸一化處理
N2=normalize(A,'scale');%對A按標(biāo)準(zhǔn)差進(jìn)行放縮
N3=normalize(A,'range');%對A放縮，使其范圍在[0,1]區(qū)間。幻方矩陣就是行之和相同和列之和相同的矩陣。
歸一化處理后的結(jié)果為：
?下面介紹應(yīng)用，首先從EXCEL中導(dǎo)入一組數(shù)據(jù)或者自己自定義一組數(shù)據(jù)，對其進(jìn)行歸一化處理。
subplot(3,1,1);
x=xlsread('F:\MATLAB2018B\程序文件\23-7-10(2).xlsx','A2:A2720');%提取x時間數(shù)據(jù)
y=xlsread('F:\MATLAB2018B\程序文件\23-7-10(2).xlsx','C2:C2720');%提取y深度數(shù)據(jù)
plot(x,y);
datetick('x','HH-MM');
subplot(3,1,2);
Ny=normalize(y);%對數(shù)據(jù)y進(jìn)行歸一化處理
plot(x,Ny);
datetick('x','HH-MM');
subplot(3,1,3);
Ns=normalize(y,'range');%對數(shù)據(jù)y進(jìn)行放縮,使其在[0,1]區(qū)間里
plot(x,Ns);
datetick('x','HH-MM');最終獲得的結(jié)果進(jìn)行對比分析：
?可以看出縱坐標(biāo)進(jìn)行了放縮，且歸一化后的數(shù)據(jù)波形整體無明顯變化，可再將另一組數(shù)據(jù)導(dǎo)入并歸一化進(jìn)行對比，這樣量綱就相同具有可比性。
應(yīng)用場景：
1、對數(shù)據(jù)范圍有一定要求的情況；
2、數(shù)據(jù)存在異常值或噪聲較多的情況；
3、正態(tài)分布的數(shù)據(jù)。文章來源：http://www.zghlxwxcb.cn/news/detail-834559.html
?文章來源地址http://www.zghlxwxcb.cn/news/detail-834559.html
到了這里，關(guān)于MATLAB——數(shù)據(jù)歸一化處理（normalize函數(shù)）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
