在MATLAB中对矩阵进行归一化的快速技术

Question

我想在Matlab中规范化矩阵的每一列.我试过两个实现:

选项A:

mx=max(x);
mn=min(x);
mmd=mx-mn;
for i=1:size(x,1)
    xn(i,:)=((x(i,:)-mn+(mmd==0))./(mmd+(mmd==0)*2))*2-1; 
end

选项B:

mn=mean(x);
sdx=std(x);
for i=1:size(x,1)
    xn(i,:)=(x(i,:)-mn)./(sdx+(sdx==0));
end

但是,这些选项对我的数据花费了太多时间,例如5000x53矩阵上的3-4秒.那么,还有更好的解决方案吗？

Answer 1

使用bsxfun而不是循环.这可能会快一些; 但是,它也可能使用更多的内存(在你的情况下这可能是一个问题;如果你正在分页,一切都会非常慢).

要用mean和std标准化,你要写

mn = mean(x);
sd = std(x);
sd(sd==0) = 1;

xn = bsxfun(@minus,x,mn);
xn = bsxfun(@rdivide,xn,sd);

Answer 2

请记住,在MATLAB中,vectorizing = speed.

如果A是M×N矩阵,

A = rand(m,n);
minA = repmat(min(A), [size(A, 1), 1]);
normA = max(A) - min(A);               % this is a vector
normA = repmat(normA, [length(normA) 1]);  % this makes it a matrix
                                       % of the same size as A
normalizedA = (A - minA)./normA;  % your normalized matrix