<\/p>\n
La funzione scale()<\/strong> in R pu\u00f2 essere utilizzata per ridimensionare i valori in un vettore, matrice o frame di dati.<\/span><\/p>\n Questa funzione utilizza la seguente sintassi di base:<\/span><\/p>\n Oro:<\/span><\/p>\n Questa funzione utilizza la seguente formula per calcolare i valori scalati:<\/span><\/p>\n x scalato<\/sub> = (x originale<\/sub> \u2013 x\u0304) \/ s<\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Questa operazione \u00e8 nota anche come normalizzazione<\/em> dei dati e converte semplicemente ciascun valore originale in un punteggio z<\/a> .<\/span><\/p>\n I seguenti esempi mostrano come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente vettore di valori in R:<\/span><\/p>\n Il codice seguente mostra come ridimensionare i valori vettoriali utilizzando la funzione scale()<\/strong> :<\/span><\/p>\n Ecco come \u00e8 stato calcolato ciascun valore scalato:<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Tieni presente che se specifichiamo scale=FALSE<\/strong> la funzione non verr\u00e0 divisa per la deviazione standard durante il ridimensionamento:<\/span><\/p>\n Ecco come \u00e8 stato calcolato ciascun valore scalato:<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Molto spesso utilizziamo la funzione scale() quando vogliamo ridimensionare i valori di pi\u00f9 colonne in un frame di dati in modo tale che ciascuna colonna abbia una media pari a 0 e una deviazione standard pari a 1.<\/span><\/p>\n Ad esempio, supponiamo di avere il seguente frame di dati in R:<\/span><\/p>\n Si noti che l’intervallo di valori della variabile y \u00e8 molto pi\u00f9 ampio dell’intervallo di valori della variabile x.<\/span><\/p>\n Possiamo utilizzare la funzione scale()<\/strong> per scalare i valori nelle due colonne in modo tale che i valori scalati di xey abbiano entrambi una media pari a 0 e una deviazione standard pari a 1:<\/span><\/p>\n Le colonne xey ora hanno una media pari a 0 e una deviazione standard pari a 1.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni in R:<\/span><\/p>\n Come normalizzare i dati in R<\/a> La funzione scale() in R pu\u00f2 essere utilizzata per ridimensionare i valori in un vettore, matrice o frame di dati. Questa funzione utilizza la seguente sintassi di base: scale(x, center = TRUE , scale = TRUE ) Oro: x : Nome dell’oggetto da ridimensionare center : se sottrarre la media durante il ridimensionamento. Il valore […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n scale(x, center = TRUE<\/span> , scale = TRUE<\/span> )\n<\/strong><\/pre>\n\n
\n
Esempio 1: scala dei valori in un vettore<\/strong><\/span><\/h3>\n
#define vector of values<\/span>\nx <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)\n\n#view mean and standard deviation of values<\/span>\nmean(x)\n\n[1] 5\n\nsd(x)\n\n[1] 2.738613\n<\/strong><\/pre>\n #scale the values of x\n<\/span>x_scaled <- scale(x)\n\n#view scaled values\n<\/span>x_scaled\n\n [,1]\n [1,] -1.4605935\n [2,] -1.0954451\n [3,] -0.7302967\n [4,] -0.3651484\n [5,] 0.0000000\n [6,] 0.3651484\n [7,] 0.7302967\n [8,] 1.0954451\n [9,] 1.4605935\n<\/strong><\/pre>\n\n
#scale the values of x but don't divide by standard deviation\n<\/span>x_scaled <- scale(x, scale = FALSE<\/span> )\n\n#view scaled values\n<\/span>x_scaled\n\n [,1]\n [1,] -4\n [2,] -3\n [3,] -2\n [4,] -1\n [5,] 0\n [6,] 1\n [7,] 2\n [8,] 3\n [9,] 4\n<\/strong><\/pre>\n\n
Esempio 2: scala i valori delle colonne in un frame di dati<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (x=c(1, 2, 3, 4, 5, 6, 7, 8, 9),\n y=c(10, 20, 30, 40, 50, 60, 70, 80, 90))\n\n#view data frame\n<\/span>df\n\n xy\n1 1 10\n2 2 20\n3 3 30\n4 4 40\n5 5 50\n6 6 60\n7 7 70\n8 8 80\n9 9 90\n<\/strong><\/pre>\n #scale values in each column of data frame\n<\/span>df_scaled <- scale(df)\n\n#view scaled data frame\n<\/span>df_scaled\n\n xy\n [1,] -1.4605935 -1.4605935\n [2,] -1.0954451 -1.0954451\n [3,] -0.7302967 -0.7302967\n [4,] -0.3651484 -0.3651484\n [5,] 0.0000000 0.0000000\n [6,] 0.3651484 0.3651484\n [7,] 0.7302967 0.7302967\n [8,] 1.0954451 1.0954451\n [9,] 1.4605935 1.4605935\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come standardizzare i dati in R<\/a>
Come calcolare la media sulle colonne in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"