R中的非規範化矩陣

我在R中有一個N×K的矩陣，其中每行都是一個觀察值，每列是一個具有固定下限和上限的變量。R中的非規範化矩陣

我的矩陣初始設置值介於0和1之間。什麼是去歸一化矩陣的最好方法？我使用下列的函數：

denormalizeMult = function(m, lb, ub) 
{ 
nobs = nrow(m) 
nvars = ncol(m) 
lbDiag = diag(lb, ncol = nvars) 
rangeM = diag(ub - lb, ncol = nvars) 

m%*%rangeM + matrix(rep(lb, nobs), nrow = nobs, byrow = TRUE) 
} 

# Example: 
# 3 variables, 9 observations 
x = matrix(runif(3*9), ncol = 3) 

# to denormalize a variable xi, just do lb[i] + (ub[i] - lb[i])*xi 
# ranges for each variable 
lb = c(-1,-2,-3) 
ub = c(1,2,3)

第一可變範圍從-1到1，第二個從-2到2，等等... 另一種解決方案是：

denormalize2 = function(population) 
    { 
    r = nrow(population) 
    c = ncol(population) 
    decm = matrix(rep(0, r*c), r, c) 

    for(i in 1:r) 
      decm[i,] = lb + (ub - lb) * population[i,]  
    decm 
}

有沒有一種簡單（而且更快）的方法來實現這一點？謝謝！

編輯：從答案結果如下：

Results from the answers below:

來源

2012-07-08 Fernando

請提供最小的示例數據集，帶'm'，'lb'和'ub'。如果沒有這個，我只是建議你看看''sweep'。 – 2012-07-08 04:30:38

謝謝，我編輯了這個問題。 – Fernando 2012-07-08 05:11:21

我覺得你填寫'lbM'和'rangeM'的方式有問題。你應該使用'rep（...，each = nobs）'還是'matrix（...，byrow = TRUE）'？ – flodel 2012-07-08 05:20:51

您可以使用雙轉：

t(lb + t(x) * (ub - lb))

來源

2012-07-08 05:28:23 flodel

這看起來不錯，謝謝！ – Fernando 2012-07-08 05:41:41

下面是使用sweep()的解決方案：

## Example data 
x <- matrix(c(0,0.5,1), nrow=3, ncol=3) # A better example for testing 
lb = c(-1,-2,-3) 
ub = c(1,2,3) 

sweep(sweep(x, 2, ub-lb, FUN="*"), 2, lb, FUN="+") 
#  [,1] [,2] [,3] 
# [1,] -1 -2 -3 
# [2,] 0 0 0 
# [3,] 1 2 3

來源

2012-07-08 05:22:52

謝謝，結果與我上面的第一個解決方案相匹配......現在我不知道哪一個更有效 - 我會嘗試一些測試！ – Fernando 2012-07-08 05:33:51

我不會爲它出汗。在我看來，flodel的解決方案更聰明，更優雅，而我的*可能更容易看到，並很快看到它的作用和方式。 – 2012-07-08 05:50:12

我用2000x10矩陣運行了一些測試，每個功能運行1000次。結果（用戶，系統，經過）：** sweepFunction ** =（1.544，0.860，2.382）。 ** matrixMultFunction ** =（1.227，0.772，1.981）。 ** transposeFunction ** =（0.658，0.955，1.598） - 再次感謝 – Fernando 2012-07-08 06:04:27

R中的非規範化矩陣

回答

相關問題