rescale - 在 0 和 1 之间重新调整数字

Question

我有以下数字列表：

3.16、4.72、6.44、8.25、3.76、4.87、5.76、6.5、7.32

我必须重新调整 (0, 1) 之间的数字，以便：

1) 最小的数得到最接近 0 但不是 0 的值。

2) 最大的数得到最接近 1 但不是 1 的值。

在我的研究中，0 表示完全合适，1 表示完全不合适，这就是为什么我想将它们排除在最终结果之外。

任何帮助将不胜感激。

Answer 1

这种转变会有帮助吗？

V' = 1/(1 + e^(-V)) -------- Logistic function

域 - 实数，因此V可以采用任何实数值
Range - (0,1)，因此 0<V'<1,V'<>0和V'<>1

Answer 2

Python 中的一个简单示例，使用仿射变换：

 list = [3.16, 4.72, 6.44, 8.25, 3.76, 4.87, 5.76, 6.5, 7.32]

 # find the minimum value and range, and add 1% padding
 range_value = max(list) - min(list)
 range_value = range_value + range_value/50
 min_value = min(list) - range_value/100     

 # subtract the minimum value and divide by the range
 for index, item in enumerate(list):
    list[index] = (item - min_value) / range_value

 print list

给出结果：

 [0.010000000000000026, 0.310473824107246, 0.64176547632805592, 0.99039215686274518, 0.1255668554258639, 0.33936553796371205, 0.51078970684541003, 0.65332216187064218, 0.81126353095265591]

当然，您可以根据需要将填充量更改为尽可能小 - 对于范围，您需要将最小值添加两倍，因为您需要在每个末端添加填充范围。

Answer 3

你可能想要一个仿射映射（即形式y = mx + c），这样：

not_quite_0 = m*min_val + c
not_quite_1 = m*max_val + c

解这些方程，你得到：

m = (not_quite_1 - not_quite_0) / (max_val - min_val)
c = (max_val*not_quite_0 - min_val*not_quite_1) / (max_val - min_val)

您可能可以定义not_quite_0 = 0 + epsand not_quite_1 = 1 - eps，其中eps是一些非常小的值。

Answer 4

我不确定我是否理解您的问题，但是找到集合中的最大数字，并将集合中的每个数字除以该最大数字将为您提供合适的范围。