问题标签 [standardized]

我正在尝试在 r 中为数据框循环这一系列步骤。这是我的数据：

到目前为止，这是我的代码

我正在尝试做的是：-> 标准化数据帧，然后使用函数 winsorize2 对标准化数据帧进行 Winsorize，即将最极端的值替换为第二个最小的极值。然后重复 10 次。我如何为此做一个循环？我很困惑，因为我已经用 0 替换了 nas，所以我也应该从循环中删除这一步？

编辑：与@ekstroem 讨论后，我们决定改用代码来引入边界

我一直在寻找在 R 中绘制标准化帕累托图的方法，但没有运气。任何帮助，将不胜感激。图表示例如下： 标准化效果的帕累托图

我正在使用 45 行和 45 列的空心矩阵格式的成对距离，其中上下三角形是镜像的。我需要对整个矩阵进行范围标准化，以使所有值都介于 0 和 1 之间。我已经尝试过了，decostand(mat, method="range")但是由于列彼此不独立，因此不会返回正确的值。上三角不再镜像下三角。我认为这是居中或缩放数据的某种问题？

这里有一些示例代码可以使用：

以及我希望矩阵在标准化后看起来如何的示例..

有没有办法在不将我的数据转换为向量以对其进行标准化然后返回矩阵的情况下做到这一点？考虑到我有一些尺寸最大为 90 x 90 的矩阵，我宁愿一步完成，因为这样我的数据被列混淆的可能性较小，因为 ID 非常重要。

谢谢！

我无法理解. _StandardScalersklearn

谁能用简单的语言向我解释一下？

我正在研究自动mpg数据集，我尝试预测一些值，但我遇到了这个问题：在使用sickit learn的linear_regression函数之前，我使用preprocessing.scale标准化了我的数据但是在那之后当我尝试预测一个值时但这总是错误的，但是，如果我不对数据进行标准化，它会给出准确的结果。这是我的代码`在此处输入代码：

请帮忙！！

我有一个对称矩阵（1877 x 1877），这是矩阵文件。我尝试将 0-1 之间的值标准化。应用此方法后，矩阵不再对称。任何帮助表示赞赏。

我有以下功能可以将输入/输出标准化/反转为值列表。现在我想将它反向应用到张量，这样我就可以用“真实”单位写出损失值。显然，这不能直接应用于张量。当然这可以通过手动计算来完成，但我想知道是否有框架方法可以做到这一点？我发现tf.nn.l2_normalize但不确定这是我需要的，以及如何反转它。

我有一系列线性模型，我想报告每个模型的标准化系数。但是，当我在 stargazer 中打印模型时，看起来 stargazer 会自动打印标准化系数的重要性星，就好像它们是非标准化系数一样。您可以在下面看到差异是如何出现的。

根据非标准化值打印重要性星在统计上是否错误？这是如何在观星者中完成的？谢谢！

stackoverflow 上类似问题的答案建议更改实例 SVR() 中的参数值，但我不明白如何处理它们。

这是我正在使用的代码：

这是我在代码中使用的两个文本文件的链接

训练数据.txt

predict_py.txt

输出：

根据要求添加两个文本文件的示例：

1）training_data.txt：

2) predict_py.txt

有什么建议么？谢谢你。

我正在尝试站立/规范一些数据：

数据包括两个温度读数，一个来自传感器，另一个来自水银温度计。

像这样：

我想创建一个回归模型，为此我需要将数据标准化/标准化

我目前正在做的是：

1. 找到传感器数据的平均值
2. 找到热数据的平均值
3. 计算传感器数据的标准差
4. 计算热数据的标准差
5. 创建一个新列表，并将标准化值添加到该列表中

这就是事情变得棘手的地方。

创建这个新列表后，我想对其进行规范化，使其具有 0-1 的值，我这样做的方式是从标准化数据（传感器和 Therm 一起）中获取最低和最高值。但这似乎有点奇怪。

这是到目前为止的代码：

结果如下：

我的问题是：我应该如何标准化这些数据？我应该从整个数据（传感器和 Therm 一起）中获取平均值/偏差吗？还是我应该分开服用？关于标准化，我应该按照我正在做的方式来做，还是分开做（这似乎给出了奇怪的值）？