scale（）R函數等效於Octave / Matlab

Question

避免循環，是否有一種方法可以使數據矩陣圍繞列（或行）的平均值居中，並按標准偏差（按列或按行）縮放每個條目？

在R中這很容易： scale(data, center = T, scale = T)) 。

但是我不知道如何在Ocatave或Matlab中實現相同的基本預處理。

Answer 1

在Octave中，此center（）和zscore（）具有兩個功能。 中心僅減去平均值，而zscore也除以sd（這種操作有時稱為標准化）

中心（x）

通過減去平均值來居中數據。

如果x是向量，則減去其平均值。 如果x是矩陣，請對每列執行上述操作。 如果給出了可選參數dim，則沿該維進行操作。

和

zscore（x，opt，dim）計算x的Z得分

如果x是向量，則減去其平均值並除以其標准偏差。 如果標准偏差為零，則除以1。

可選參數opt確定計算標准偏差時要使用的歸一化，並且具有與std的相應參數相同的定義。

如果x是矩陣，則沿第一個非單維度進行計算。 如果給定了第三個可選參數dim，則沿該維進行操作。

Answer 2

沒有一個函數可以執行此操作，但是您可以為std使用dim參數，並mean要執行此操作。 我們還可以使用bsxfun將其全部包裝為一行。

A = rand(5, 4);

% Column-wise
bsxfun(@rdivide, bsxfun(@minus, A, mean(A, 1)), std(A, [], 1))

% Row-wise  
bsxfun(@rdivide, bsxfun(@minus, A, mean(A, 2)), std(A, [], 2))

說明

使用dim參數mean我們可以計算A每一列的平均值。

M = mean(A, 1)

然后，我們可以使用bsxfun從每列中的每個值中減去平均值（ @minus ）。 我們需要使用bsxfun因為M是1 x nCols而A是nRows x nCols 。 bsxfun將自動為我們廣播操作。

B = bsxfun(@minus, A, M);

然后，我們要再次使用dim參數（第三輸入）來計算每列的標准偏差。

S = std(A, [], 1)

並將每列除以該標准差

bsxfun(@rdivide, B, S);

因此，將所有這些整合在一起

bsxfun(@rdivide, bsxfun(@minus, A, mean(A, 1)), std(A, [], 1))

要執行逐行操作，我們要做的就是將dim參數從1（列）切換為2（行）。