极客教程R语言 如何规范化数据
在这篇文章中，我们将讨论如何在R编程语言中规范化数据。
归一化数据 是将数据缩放到一个固定的范围内，通常是0到1，这样可以减少变量的规模。
方法1：在基础R语言中用对数转换将数据归一化
在这种方法中，用户需要调用log()，这是一个内置的函数，并将数据帧作为参数传递给用户，将给定的数据转换为对数，然后将得到的数据转换为比例。
log() 函数是用来计算对数的，默认为自然对数。
语法
log(x)
参数
- x： 一个数字或复数向量。
例子： 将数据归一化
输出
[1] 5.497168 6.624065 6.390241 6.469250 6.773080 4.948760 6.459904 6.142037 6.906755 6.483107
方法2：在R中用标准比例将数据归一化
在这种方法中，用户只需要调用scale()函数，这是一个内置的函数，并传递需要缩放的数据，进一步的结果是在R编程语言中从-1到1的范围内进行标准化的数据。
Scale() 是一个通用函数，其默认方法是将数字矩阵的列居中和/或缩放。
语法
scale(x)
参数
- x:数据
例子： 将数据归一化
输出
方法3：使用最小-最大比例对数据进行规范化处理
在这种归一化方法中，用户首先要在R工作控制台中安装并导入caret包，然后用户需要调用preProcess()函数，以传递的方法作为其参数范围，然后用户调用predict()函数得到最终的归一化数据，这将导致在R编程语言中把给定数据归一化为0到1的尺度。
perProcess() 函数用于转换可以从训练数据中估计出来，并应用于任何具有相同变量的数据集。
语法
preProcess(x,method)
参数
- x:数据
- 方法：一个指定处理类型的字符向量。
例如： 规范化数据
输出