R中的标准化/标准化试验数据

Question

我理解，人们应该标准化和规范化测试数据(或任何“未标记的”数据)与培训手段和sd。我如何用R语言实现这一点？是否有一种对训练集的“拟合”和一种对测试数据的应用？

Answer 1

查看来自preProcess库的caret函数。您可以选择要缩放/集中培训数据的参数，还可以保存它所做的转换，这样您就可以使用与规范化培训集相同的规范规范测试集。可能是这样的：

library(caret)
trainData <- data.frame(v1 = rnorm(15,3,1), v2 = rnorm(15,2,2))
testData <- data.frame(v1 = rnorm(5,3,1), v2 = rnorm(5,2,2))
normParam <- preProcess(trainData)
norm.testData <- predict(normParam, testData)

现在，您的norm.testData根据训练数据集参数进行缩放和居中。

另一种无需使用插入符号即可完成此操作的方法：

## set up data
trainData <- data.frame(v1 = rnorm(15,3,1), v2 = rnorm(15,2,2))
testData <- data.frame(v1 = rnorm(5,3,1), v2 = rnorm(5,2,2))

## find mean and sd column-wise of training data
trainMean <- apply(trainData,2,mean)
trainSd <- apply(trainData,2,sd)

## centered
sweep(trainData, 2L, trainMean) # using the default "-" to subtract mean column-wise   
## centered AND scaled
norm2.testData <- sweep(sweep(testData, 2L, trainMean), 2, trainSd, "/")