0
私はデータが1から500までの1次元配列を持っています。 データの分布はlog-normalのように見えます。私が欲しいものデータを対数正規にスケールします。私のアプローチは正しいのですか?
が
は、私が使用するために機能するかについて確認していない(データ)をログに記録する配列を再サンプリングすることである。
私の再スケール機能は、次のようになり、しかし、私は確認していないその右の場合:
def ScaleData(dataset):
datas = []
for x in np.nditer(dataset):
a = np.log(x)
datas.append(a)
return np.array(datas)
テスト:
38, 48, 39, 83, 64, 57
goes to:
3.63758616, 3.87120101, 3.66356165, 4.41884061, 4.15888308, 4.04305127
そうですか?あなたは対数正規分布にあなたのデータに合うようにしたい場合は
numpyのを扱う場合は、forループを回避しようとします。 'np.log' numpy配列で動作します。 – Sosel
1.通常の数値を使って次元を表示し、対数を使って次元を表示する2D配列では、Log-NormalとLog-Logを使用します。 2.正規化とは、データが0から1まで変化するようにデータを拡大することを意味します。 – Ehsan
@Sosel \t ありがとうございます。私は別の質問があります。どのように私は通常の値にnp.log(データセット)を変換することができますか? –