-4
A
回答
0
包的normDataWithin {Rmisc}可以使用:可用于http://www.inside-r.org/packages/cran/Rmisc/docs/normDataWithin
否则以下方法:
(可变平均值)/ SD。下面的代码可用于data.frame:
mydata$myNormalizedVar<-(mydata$myvar-mean(mydata$myvar))/sd(myvar)
日志(日志10),LOG2和平方根(SQRT)
普通位数归一化或正常位数变换。试试:
quantNorm = function(x){qnorm(rank(x,ties.method = "average")/(length(x)+1))}
hist(quantNorm(1:10000),100)
相关问题
- 1. 标准化和非标准化的值
- 2. R中的数据标准化
- 3. 我该如何清理标准化数据,然后再“非标准化”呢?
- 4. 数据标准化
- 5. 数据标准化
- 6. 数据标准化
- 7. 使用R标准化
- 8. URL标准化和标准化的标准工具?
- 9. 进行非标准化的数据
- 10. 与非标准化数据域迁移
- 11. SQL Server分区非标准化数据
- 12. 从非标准化的XML
- 13. 数据从非标准化表格迁移到标准化表格
- 14. 非标准多元化
- 15. 标准化/标准化numpy recarray
- 16. 数据标准化在MySQL
- 17. 数据库表标准化
- 18. 标准化为100数据
- 19. 附加数据,标准化
- 20. 如何使用hazelcast加载非标准化数据?
- 21. R - 如何使用R标准化矩阵中的值
- 22. 数据库 - 扁平化与标准化
- 23. 数据库标准化和查找表
- 24. R中的滑动标准化窗口
- 25. R包函数中的标准评估与非标准评估
- 26. 如何用ggplot2绘制非标准化的数据?
- 27. 标准化
- 28. 标准化“点”
- 29. MVVM标准化
- 30. 标准化json
你能否为更广泛的受众多解释一下?并给出一个可重复的例子?你可能会寻找'reshape'函数,或者是Hadley Wickham广泛使用的'reshape2'和/或'tidyr'软件包。 – 2014-10-28 11:54:51