Matlab 矩阵维度必须符合最小-最大规格化？

嗨，我得到下面所述的错误，我试图在0和1之间正常化。我得到的错误是：

columns =

     6

    ??? Error using ==> minus
    Matrix dimensions must agree.

    Error in ==> Kmeans at 54
        data = ((data-minData)./(maxData));

不知道我做错了什么？完整代码如下：

%% dimensionality reduction 
    columns = 6
    [U,S,V]=svds(fulldata,columns);

%% randomly select dataset
rows = 1000;
columns = 6;

%# pick random rows
indX = randperm( size(fulldata,1) );
indX = indX(1:rows);

%# pick random columns
indY = randperm( size(fulldata,2) );
indY = indY(1:columns);

%# filter data
data = U(indX,indY);

%% apply normalization method to every cell
maxData = max(data);
minData = min(data);
data = ((data-minData)./(maxData));

数据集为1000x6

来自：

如果

A

是一个矩阵，

min（A）

将

A

的列视为向量，返回包含每列中最小元素的行向量

如果要查找矩阵的全局最小值，请使用以下任一形式：

min(min(A))
min(A(:))

从：

如果

A

是一个矩阵，

min（A）

将

A

的列视为向量，返回包含每列中最小元素的行向量

如果要查找矩阵的全局最小值，请使用以下任一形式：

min(min(A))
min(A(:))

---

什么是

size（data）

，什么是

size（minData）

？另外，您的错误消息（“

minVec

”）与您的代码不匹配（“

minData

”）。您好，很抱歉，我刚发布后奥利做了更改。现在更正。另外，数据集是1000x6。什么是

size（data）

，什么是

size（minData）

？另外，您的错误消息（“

minVec

”）与您的代码（“

minData

”）不匹配。您好，很抱歉，我刚发布后奥利做了更改。现在更正。另外，数据集是1000x6。谢谢你，奥利！不确定max-min是否比我以前的方法更好

data=data./repmat（sqrt（sum（data.^2）），size（data，1），1）谢谢你，奥利！不确定max-min是否比我以前的方法更好
data=data./repmat（sqrt（sum（data.^2）），size（data，1），1）