通过除以逐行总和将矩阵归一化为 [0,1] 中的值

Question

我有一个由正数和负数组成的矩阵（population，有 8 列和 100 行）。

我想创建一个矩阵，其中每行有 8 个实数满足：

所有数字都在 [0,1]
每一行的数字总和应等于 1

我写了下面的代码。我试图规范化行中的数字，但它不起作用，因为结果包含负数。

population(:,1:8) = bsxfun(@rdivide,population(:,1:8).',sum(population(:,1:8).')).';

我该如何解决这个问题？

例如，输入 [1 -2 3] 应该给出输出 [0.375 0 0.625]

Answer 1

您可以按照以下方式进行操作：

col_size = size(matrix,2);
matrix = matrix - repmat(min(matrix.').', 1, col_size); % minus minimum
normal_matrix = matrix./repmat(sum(matrix, 2), 1, col_size);

使用sum(matrix, 2) 获取行总和。然后应用 repmat 重复这个柱状矩阵，得到一个与原始矩阵大小相同的矩阵。然后将原始矩阵除以重复的柱状矩阵。

Answer 2

您只需减去行最小值（无论它是否为负数）并除以行总和。您可以使用 min 和 sum 的 dim 参数来指定应该按行取值...

% Get positive values by subtractive the row-wise minimum
pos = bsxfun(@minus, data, min(data, [], 2));
% Normalise by dividing by the row-wise sum
normalized = bsxfun(@rdivide, pos, sum(pos,2));

例如：

data = [5     6     0
        6     3     2
       -1    -2     6];
pos = bsxfun(@minus, data, min(data, [], 2))
>> pos = 
      [5    6    0
       4    1    0
       1    0    8]
normalized = bsxfun(@rdivide, pos, sum(pos,2)) 
>> normalized = 
     [0.4545    0.5455         0
      0.8000    0.2000         0
      0.1111         0    0.8889]

注意：从 MATLAB 2016b 开始，new 隐式扩展方法意味着您不需要 bsxfun，只需执行

pos = data - min(data, [], 2);
normalized = pos ./ sum(pos, 2);

通过除以逐行总和将矩阵归一化为 [0,1] 中的值

Normalize matrix to values in [0,1] by dividing by row-wise sum

matlab

normalization