Стандартизация ((X-mean) / sd)
scale(n, center = T, scale = T)
Функция нормализации data.Normalization в пакете clusterSim, предоставляет различные методы нормализации данных
Загрузка и установка пакета
install.packages("clusterSim")
library("clusterSim")
data.Normalization (x, type="n0", normalization="column")
Аргументы
x - вектор, матрица или набор данных
тип нормализации:
n0 - без нормализации;
n1 - стандартизация ((X-mean) / sd)
n2 - позиционная стандартизация ((X-медиана) / mad)
n3 - унитизация ((X-mean) / диапазон)
n3a - позиционная унитизация ((X-медиана) / диапазон)
n4 - унитизация с нулевым минимумом ((x-min)/диапазон)
n5 - нормализация в диапазоне <-1,1> ((x-mean)/max (abs (x-mean)))
n5a - позиционная нормализация в диапазоне <-1,1> ((x-медиана)/max (abs (x-медиана)))
n6 - преобразование частных (x / sd)
n6a - преобразование позиционных частных (x / mad)
n7 - преобразование частных (x / range)
n8 - преобразование частных (x / max)
n9 - преобразование частных (x / mean)
n9a - преобразование позиционных частных (x / медиана)
n10 - преобразование частных (x / sum)
n11 - преобразование частных (x / sqrt (SSQ))
n12 - нормализация ((X-mean) / sqrt(sum((x-mean)^2)))
n12a - позиционная нормализация ((X-медиана)/sqrt(сумма ((x-медиана)^2)))
n13 - нормализация с нулем, являющимся центральной точкой ((x-midrange)/(range/2)).
Нормализация "column" - нормализация показателей (столбцов), "row" - нормализация строк (наблюдений)
Функция rescaler - как работает, пока не разобрался
