R 标准化后，我得到NA、NAN和1e+；00类型值

我有一个5000行785列的数据集。数据集由0-255之间的整数组成。我想要的是规范化最小-最大[0,1]范围，不包括第一列。为此，我编写了以下代码。 总结的结果（MNIST）给了我

summary(MNIST[c("X14","X234", "X643", "X543", "X666")])
X14         X234             X643               X543             X666       
Min.   :0   Min.   :  0.00   Min.   :  0.0000   Min.   :  0.00   Min.   :  0.00  
1st Qu.:0   1st Qu.:  0.00   1st Qu.:  0.0000   1st Qu.:  0.00   1st Qu.:  0.00  
Median :0   Median :  0.00   Median :  0.0000   Median :  0.00   Median :  0.00  
Mean   :0   Mean   : 73.45   Mean   :  0.0298   Mean   : 79.43   Mean   :  3.49  
3rd Qu.:0   3rd Qu.:169.00   3rd Qu.:  0.0000   3rd Qu.:199.00   3rd Qu.:  0.00  
Max.   :0   Max.   :255.00   Max.   :149.0000   Max.   :255.00   Max.   :255.00  

normalize <- function(x) { // even tried with function(x,na.rm = TRUE) {
return ((x - min(x)) / (max(x) - min(x)))
}  

MNIST_n <- as.data.frame(lapply(MNIST[2:785], normalize)) //MNIST is orignal dataset and MNIST_n is normalised

我怎样才能去掉NA和NAN以及像0e+00这样的值

---

我注意到它只在min和max有0个值时出现

您需要在对

min（）

和

max（）

的每个函数调用中输入

na.rm=TRUE

---

normalize问题是，不能将常量列规格化为[0,1]中的值。您可以向函数中添加以下内容：

normalize <- function(x) { 
 z=x
 if(min(x)<max(x)){ 
  z=(x - min(x)) / (max(x) - min(x))
 }
 return(z)
}  

normalize我相信这会奏效：

normalize <- function(x) { 
   minx = min(x)
   maxx = max(x)
   if(minx == maxx) {
       return(x)
   } else {
       return( (x - minx) / (maxx - minx) )
   }

}  

normalize它将在任何时候发生
min（x）=max（x）
因为“normalize”函数被零除，因此您得到的结果是NA's抱歉，我被您将NA.rm参数放在normalize函数调用中而不是放在min和max调用中分散了注意力。其他答案指向您可能的实际问题。我也会将其插入我的代码中，这样谷歌就不会复制不完整的代码。更新后，我得到这些值“0e+00”，而且在coulmn 1中，我得到的是0.5而不是00+e00。这不是问题，只是意味着0。之所以使用这种符号，是因为其中一个汇总统计数据，即平均值，太小，无法很好地用0.0002的正常符号表示在表中。0.5值是正常值，因为它确实是我在没有正确的标准化解决方案时插入的值，因为您不接受NA或NaN。您可以插入任何其他内容，或原始值，或任何对应用程序有利的内容。如果向量中的所有值都是0，您希望它们是什么，以便它们的范围从0扩展到1？没有正确的解决办法。回答得好。但是，规范化的目的是将不同的列带入相同的范围，因此，可能最好返回一个固定值，如0.5，而不是原始值。@mpjdem我不同意最后的建议。规范化常数毫无意义，报告任意答案不太可能有用，也可能会产生误导。奥托，我会对一个真正的理论基础感兴趣。它确实没有数学意义。但是，根据应用程序的不同（例如，在同一个图形上绘制所有变量以供目视检查），可能不希望有一个变量远远超出所有其他变量的范围。如果NA和NaN不可接受，则没有“正确”的解决方案来规范化数据，这将取决于应用程序，IMO.@mpjdem OK。对于绘图，如果变量很重要，我会报告哪些变量是常量。在一列中绘制0.5将浪费空间。X14上仍然是NA？它甚至没有标准化任何克隆
normalize <- function(x) { 
 z=x
 if(min(x)<max(x)){ 
  z=(x - min(x)) / (max(x) - min(x))
 }
 return(z)
}  

 normalize <- function(x) {
   return(ifelse(min(x)<max(x),(x - min(x)) / (max(x) - min(x)),x))
 }

 normalize <- function(x,const=mean(x)) {
   return(ifelse(min(x)<max(x),(x - min(x)) / (max(x) - min(x)),const))
 }

normalize <- function(x) { 
   minx = min(x)
   maxx = max(x)
   if(minx == maxx) {
       return(x)
   } else {
       return( (x - minx) / (maxx - minx) )
   }

}