這篇文章會介紹 R 中的 scale 與 dist 兩個 function。

在做資料分析前會需要先標準化

scale

scale 的主要作用在標準化數據，共有三個 arguments，

• x: 必須要是 matrix，以「行」為每組數據計算
• center: TRUE or FALSE。中心化，TRUE 會減去數據的平均值
• scale: TRUE or FALSE。 TRUE 會將數據中的每個值除以數據的標準差

預設 center 和 scale 都是 TRUE，也就是算出來的值是 z-score。

\(z = \frac{x - \mu}{\sigma}, \sigma \neq 0\)

其中：
\(x\)：數據
\(\mu\)：平均值
\(\sigma\)：標準差

x <- matrix(1:10, nrow = 5)

scale(x)

dist

dist 是在算數據間的距離，主要的 arguments有

• x: 可以是 matrix, data.frame ，但必須要是 numeric。
• methods: 共有六種計算距離的方法，”euclidean”, “maximum”, “manhattan”, “canberra”, “binary” 和 “minkowski”，預設是使用 euclidean 距離。

以「列」為數據，兩兩計算，

x <- matrix(1:10, nrow = 5)

dist(x)