前言:
微博参与话题 #给你四年时间你也学不会生信#
1、数据的中心化
所谓数据的中心化是指数据集中的各项数据减去数据集的均值。
例如有数据集1, 2, 3, 6, 3，其均值为3，那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3，即：-2,-1,0,3,0
2、数据的标准化
所谓数据的标准化是指中心化之后的数据在除以数据集的标准差，即数据集中的各项数据减去数据集的均值再除以数据集的标准差。
例如有数据集1, 2, 3, 6, 3，其均值为3，其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87，即：-1.069,-0.535,0,1.604,0
数据中心化和标准化的意义是一样的，为了消除量纲对数据结构的影响。
在R语言中可以使用scale方法来对数据进行中心化和标准化：
#限定输出小数点后数字的位数为3位
> options(digits=3)
> data <- c(1, 2, 3, 6, 3)
> scale(data, center=T,scale=F) #数据中心化
[,1]
[1,] -2
[2,] -1
[3,] 0
[4,] 3
[5,] 0
attr(,"scaled:center")
[1] 3
> scale(data, center=T,scale=T) #数据标准化
[,1]
[1,] -1.069
[2,] -0.535
[3,] 0.000
[4,] 1.604
[5,] 0.000
attr(,"scaled:center")
[1] 3
attr(,"scaled:scale")
[1] 1.87
scale方法中的两个参数center和scale的解释：
1）center和scale默认为真,即T或者TRUE
2）center为真表示数据中心化
3）scale为真表示数据标准化
参考资料：R语言的scale函数
