赞
踩
在做BP神经网络的时候经常会遇到数据的归一化,这个时候需要用到mapminmax函数,老版本可以用premnmx和tramnmx
- 用函数mapminmax
-
- 1 默认的map范围是[-1, 1],所以如果需要[0, 1],则按这样的格式提供参数:
- MappedData = mapminmax(OriginalData, 0, 1);
-
-
- 2 只按行归一化,如果是矩阵,则每行各自归一化,如果需要对整个矩阵归一化,用如下方法:
- FlattenedData = OriginalData(:)'; % 展开矩阵为一列,然后转置为一行。
- MappedFlattened = mapminmax(FlattenedData, 0, 1); % 归一化。
- MappedData = reshape(MappedFlattened, size(OriginalData)); % 还原为原始矩阵形式。此处不需转置回去,因为reshape恰好是按列重新排序
- A=[1 2 3;4 5 6]
-
- A =
-
- 1 2 3
- 4 5 6
-
- >> [B,PS]=mapminmax(A,0,1)
-
- B =
-
- 0 0.5000 1.0000
- 0 0.5000 1.0000
-
-
- PS =
-
- name: 'mapminmax'
- xrows: 2
- xmax: [2x1 double]
- xmin: [2x1 double]
- xrange: [2x1 double]
- yrows: 2
- ymax: 1
- ymin: 0
- yrange: 1
- no_change: 0
- gain: [2x1 double]
- xoffset: [2x1 double]
-
- >> mapminmax('reverse',B,PS)
-
- ans =
-
- 1 2 3
- 4 5 6
-
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。