【发布时间】：2014-11-22 22:36:52
【问题描述】：
请问有任何 R 包或函数可用于标准化多元数据吗？我并不真正关心标准化方法（min-max，z-score，任何对我有用的东西！！）。我有一个在 12 小时内测量的 32 个对象的时间序列。它看起来有点像这样：
df <- structure(list(hr1 = c(4343L, 153L, 159L, 3100L, 183L), hr2 = c(1098L,
123L, 65L, 3050L, 225L), hr3 = c(7L, 110L, 65L, 256L, 20L), hr4 = c(6400L,
141L, 69L, 251L, 313L), hr5 = c(112L, 107L, 70L, 5L, 245L),
hr6 = c(46L, 139L, 73L, 208L, 30L), hr7 = c(115L, 105L, 65L,
219L, 267L), hr8 = c(375L, 137L, 66L, 180L, 345L), hr9 = c(187L,
126L, 65L, 63L, 279L), hr10 = c(1613L, 277L, 66L, 134L, 30L
), hr11 = c(55L, 316L, 139L, 454L, 36L), hr12 = c(577L, 48L,
90L, 3581L, 88L)), .Names = c("hr1", "hr2", "hr3", "hr4",
"hr5", "hr6", "hr7", "hr8", "hr9", "hr10", "hr11", "hr12"),
class = "data.frame", row.names = c("1", "2", "3", "4", "5"))
> df
hr1 hr2 hr3 hr4 hr5 hr6 hr7 hr8 hr9 hr10 hr11 hr12
1 4343 1098 7 6400 112 46 115 375 187 1613 55 577
2 153 123 110 141 107 139 105 137 126 277 316 48
3 159 65 65 69 70 73 65 66 65 66 139 90
4 3100 3050 256 251 5 208 219 180 63 134 454 3581
5 183 225 20 313 245 30 267 345 279 30 36 88
我想对每个对象的值进行归一化，并对它们运行 k-means 聚类，以对具有相似形状的对象进行分组。目前，它们的值过于分散，会产生不准确的集群。我仍然不太确定如何进行规范化和聚类，并且会很感激任何指针。谢谢。
【问题讨论】：
-
看看
?scale -
@hrbrmstr 谢谢，我想我会利用它
标签： r time-series cluster-analysis normalization