如何在R中对时间序列数据进行标准化？

Question

我对R语言和RStudio是完全陌生的，我试图使用Knn对AirPassenger数据集进行预测。我想用knn来预测AirPassenger数据集。使用的数据集是内置的Air Passengers数据集。

        [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] 

  [1,]  112  118  132  129  121  135  148  148  136   119   104   118

  [2,]  115  126  141  135  125  149  170  170  158   133   114   140

  [3,]  145  150  178  163  172  178  199  199  184   162   146   166

  [4,]  171  180  193  181  183  218  230  242  209   191   172   194

  [5,]  196  196  236  235  229  243  264  272  237   211   180   201

  [6,]  204  188  235  227  234  264  302  293  259   229   203   229

  [7,]  242  233  267  269  270  315  364  347  312   274   237   278

  [8,]  284  277  317  313  318  374  413  405  355   306   271   306

  [9,]  315  301  356  348  355  422  465  467  404   347   305   336

  [10,]  340  318  362  348  363  435  491  505  404   359   310   337

  [11,]  360  342  406  396  420  472  548  559  463   407   362   405

  [12,]  417  391  419  461  472  535  622  606  508   461   390   432

我试图对数据进行标准化。我的代码是这样的。

library(timeDate)
library(timeSeries)
data("AirPassengers")
AP <- as.matrix(AirPassengers)
P <- matrix(AP, nrow = 12,byrow = TRUE)
ran <- sample(1:12, 0.9 * 12) 
nor <-function(x) { 
  (x -min(x))/(max(x)-min(x))   }
AP_norm <- (lapply(P[,c(1,2,3,4,5,6,7,8,9,10,11,12)], nor))
summary(AP_norm)

但我最终得到的是144个NAN值，而不是归一化值。有什么方法可以将数据归一化？

Answer 1

也许这就是你要找的。

library(timeDate)
library(timeSeries)
data("AirPassengers")
AP <- as.matrix(AirPassengers)
P <- matrix(AP, nrow = 12,byrow = TRUE)
ran <- sample(1:12, 0.9 * 12) 
nor <-function(x) { 
  (x -min(x))/(max(x)-min(x))   }
AP_norm <- apply(P,2,nor) # difference
summary(AP_norm)

EDIT：更多的解释。lapply 和 sapply 主要是为列表和向量（包括数据框）而生。你的矩阵被胁迫为一个144个元素的向量，而你的 nor 是适用于每一个人，所以它出了问题.在另一方面。apply 在矩阵中工作得很好，第二个参数使其在列中工作。(1代表行，2代表列)