Java 中数据集的规范化

Question

我正在研究聚类程序，并且有一个双精度数据集，我需要对其进行归一化以确保每个双精度（变量）具有相同的影响。

我想使用最小-最大归一化，其中每个变量的最小值和最大值都已确定，但我不确定如何在 Java 中的数据集上实现它。有人有什么建议吗？

Answer 1

做范围归一化的Encog Project wiki gives a utility class。

构造函数采用输入和规范化数据的高值和低值。

/**
     * Construct the normalization utility, allow the normalization range to be specified.
     * @param dataHigh The high value for the input data.
     * @param dataLow The low value for the input data.
     * @param dataHigh The high value for the normalized data.
     * @param dataLow The low value for the normalized data. 
     */
    public NormUtil(double dataHigh, double dataLow, double normalizedHigh, double normalizedLow) {
        this.dataHigh = dataHigh;
        this.dataLow = dataLow;
        this.normalizedHigh = normalizedHigh;
        this.normalizedLow = normalizedLow;

然后您可以对样本使用 normalize 方法。

/**
 * Normalize x.
 * @param x The value to be normalized.
 * @return The result of the normalization.
 */
public double normalize(double x) {
    return ((x - dataLow) 
            / (dataHigh - dataLow))
            * (normalizedHigh - normalizedLow) + normalizedLow;
}

要找到数据集的最小值和最大值，请使用此问题的一个答案：Finding the max/min value in an array of primitives using Java。

Answer 2

您可以很好地使用 StatUtils.normalize 方法 apache.commons.math3 库

参考以下文档 https://commons.apache.org/proper/commons-math/javadocs/api-3.4/org/apache/commons/math3/stat/StatUtils.html#normalize(double[])

Gradle依赖如下

implementation 'org.apache.commons:commons-math3:3.6.1'

Maven 依赖

<!-- https://mvnrepository.com/artifact/org.apache.commons/commons-math3 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-math3</artifactId>
    <version>3.6.1</version>
</dependency>

例子

     public static void main(String[] args) {
            double[] arr = new double[]{900.68, 900.63, 900.74, 900.59, 900.49, 900.65, 900.81, 900.82, 901.03, 900.74, 900.66, 900.49, 900.52, 900.63, 900.45};
            double normArr[] = StatUtils.normalize(arr);
            for (int i = 0; i < normArr.length; i++) {
                System.out.print(normArr[i] + ", ");
            }
}

This would print out the values : 0.11787856446848383, -0.20956189238965656, 0.5108071126989968, -0.47151425787616885, -1.1263951715931941, -0.0785857096464004, 0.9692237523003934, 1.034711843672766, 2.4099617624777, 0.5108071126989968, -0.013097618274772323, -1.1263951715931941, -0.9299308974783099, -0.20956189238965656, -1.3883475370797065

Java 中数据集的规范化

Normalization of a dataset in Java

java

double

normalization

cluster-computing