Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationEventAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
23
Help us understand the problem. What are the problem?

More than 5 years have passed since last update.

R scale関数でデータフレームを正規化

正規化とは?

統計解析の現場では、データフレームの各列の単位が異なる場合があります。

  • 身長
  • 体重
  • 血圧
  • etc...

その場合、各変量を平均が0、分散が1となるよう変換を加えることがあります。
これを正規化と呼びます。

Rでは関数scale()を用いることで、データフレームを正規化可能です。

正規化には2つの手順があります。

  1. センタリング : それぞれの変量から全体の平均を引く。平均が0となる。
  2. スケーリング : それぞれの変量を全体の標準偏差で割る。分散が1となる。

Rによる実例

では、Rで実例を見ていきましょう。

身長・体重・血圧の変量を作った後、melt関数で縦持ちにしてggplotでヒストグラムを描画してみます。

n = 1000
df <- data.frame(
    height = rnorm(n, 170, 10),
    weight = rnorm(n,  70, 5),
    bloodpressure = rnorm(n, 125, 2)
)

library(reshape2)
library(ggplot2)
ggplot(melt(df), aes(x=value)) +
    geom_histogram(fill="gray", binwidth=1) +
    facet_grid(variable~., scales="free")

RPlot1.png

3変量が全く別の分布になっていることが分かります。

次に、これをscale関数で正規化した後、ヒストグラムにしてみます。

df.scale = scale(df)

ggplot(melt(df.scale), aes(x=value)) +
    geom_histogram(fill="gray", binwidth=0.1) +
    facet_grid(Var2~., scales="free")

Rplot2.png

全て同じ分布になっていることが分かります。

平均と分散も見てみましょう。

> apply(df.scale, 2, function(x){
+     print(mean(x))
+     print(var(x))
+ })
[1] -3.592281e-16
[1] 1
[1] 9.214658e-16
[1] 1
[1] 2.510722e-15
[1] 1
       height        weight bloodpressure 
            1             1             1 

全て平均0と分散1になっています。

まとめ

  • scale関数で正規化が可能
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
23
Help us understand the problem. What are the problem?