min代表什么

两个常⽤的数据标准化（归⼀化）及Matlab实现

⼀、Min-Max标准化

Min-Max标准化称也为离差标准化，是对原始数据的线性变换，使结果值映射到[min,max]之间。转换函数为：

x∗=（x−min）/（max−min）

，其中max为原始样本数据的最⼤值，min为原始样本数据的最⼩值。这种⽅法有个缺陷就是当有新数据加⼊时，可能导致max和min的变

化，需要重新定义。

⼆、Z-score标准化

这种⽅法基于原始数据的均值（mean）和标准差（standarddeviation）进⾏数据的标准化。经过处理的数据符合标准正态分布，即均值

为0，标准差为1。转化函数为：

x∗=(x−μ)/σ

，其中μ为原始样本数据的均值，σ为原始样本数据的标准差。

三、Matlab实现

在Matlab中，Min-Max标准化和Z-score标准化的函数分别是mapminmax和zscore，help查看⼀下⽂档吧。

⾃⼰实现：

%Min-Max标准化(Min=0,Max=1)

normalized_data=mapminmax(source_data',0,1)';

%Z-score标准化

normalized_data=zscore(source_data);

function[normalized_data]=normalize(source_data,kind)

%数据的标准化（归⼀化）处理

%参数source_data可⽤格式的源数据

%参数kind代表何种归⼀化,默认为1.1代表Min-Max标准化,2代表Z-score标准化.

%返回归⼀化后的数据

ifnargin<2%如果参数少于2个,默认进⾏Min-Max标准化

kind=1;

end;

[m,n]=size(source_data);

normalized_data=zeros(m,n);

%%Min-Max标准化(Min=0,Max=1)

ifkind==1

fori=1:n

ma=max(source_data(:,i));%Matlab中变量名不宜和函数名相同，所以不⽤max、min、mean等变量名

mi=min(source_data(:,i));

normalized_data(:,i)=(source_data(:,i)-mi)/(ma-mi);

end

end

%%Z-score标准化

ifkind==2

fori=1:n

mea=mean(source_data(:,i));

st=std(source_data(:,i));

normalized_data(:,i)=(source_data(:,i)-mea)/st;

end

end