【机器学习】R语⾔标准化（归⼀化）之scale（）函数、
仆步
总结格式sweep（）函数
手机上网卡R语⾔标准化（归⼀化）之scale()函数、sweep()函数
#数据集
x<-cbind(c(1,2,3,4),c(5,5,10,20),c(3,6,9,12))
#⾃⼰写标准化
深圳个税计算器x_min_temp<-apply(x,2,min)
x_min<-matrix(rep(x_min_temp,4),byrow=TRUE,ncol=3) #需要输⼊⾏数和列数属龙的名人
abs(x-x_min) #当前值减去均值
x_extreme_temp<-apply(x,2,max)-apply(x,2,min)释菜礼
x_extreme<-matrix(rep(x_extreme_temp,4),byrow=TRUE,ncol=3)#需要输⼊⾏数和列数
四字祝福语
abs(x-x_min)/x_extreme
#sweep函数
受益人豆瓣center <- sweep(x, 2, apply(x, 2, min),'-') #在列的⽅向上减去最⼩值，不加‘-’也⾏
R <- apply(x, 2, max) - apply(x,2,min) #算出极差，即列上的最⼤值-最⼩值
x_star<- sweep(center, 2, R, "/") #把减去均值后的矩阵在列的⽅向上除以极差向量
#sweep函数更简洁、易懂，且不需要输⼊⾏数和列数，⼆者性能也差不多
#sweep再举⼀个例⼦
m<-matrix(c(1:9),byrow=TRUE,nrow=3)
#第⼀⾏都加1，第⼆⾏都加4，第三⾏都加7
sweep(m, 1, c(1,4,7), "+")
#scale函数，这个⽐较简单，不多说
scale(x, center = TRUE, scale = TRUE)
