数据预处理——区间缩放 C++实现及案例

数据预处理中的区间缩放是一种常见的方法，用于将数据的范围缩放到指定的区间内，常用于数据归一化等场景。C++中可以通过以下方式实现区间缩放：

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

void interval_scaling(vector<double>& data, double new_min, double new_max) {
    double old_min = *min_element(data.begin(), data.end());
    double old_max = *max_element(data.begin(), data.end());
    double old_range = old_max - old_min;
    double new_range = new_max - new_min;
    for (auto& d : data) {
        d = ((d - old_min) / old_range) * new_range + new_min;
    }
}

int main() {
    vector<double> data = {1.0, 2.0, 3.0, 4.0, 5.0};
    interval_scaling(data, 0.0, 1.0);
    for (auto d : data) {
        cout << d << " ";
    }
    cout << endl;
    return 0;
}

上述代码实现了将数据范围缩放到 [0.0, 1.0] 的过程。该函数接受一个 double 类型的 vector，和目标区间的最小值和最大值作为输入参数，函数内部通过计算数据的最小值、最大值和原数据范围与目标范围之间的比例关系，实现了区间缩放的过程。

接下来，我们通过一个案例来演示区间缩放的应用。假设我们有一组身高数据，需要将其范围缩放到 [160.0, 180.0] 区间内：

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

void interval_scaling(vector<double>& data, double new_min, double new_max) {
    double old_min = *min_element(data.begin(), data.end());
    double old_max = *max_element(data.begin(), data.end());
    double old_range = old_max - old_min;
    double new_range = new_max - new_min;
    for (auto& d : data) {
        d = ((d - old_min) / old_range) * new_range + new_min;
    }
}

int main() {
    vector<double> height = {165.0, 172.0, 178.0, 170.0, 175.0};
    interval_scaling(height, 160.0, 180.0);
    for (auto h : height) {
        cout << h << " ";
    }
    cout << endl;
    return 0;
}

运行结果为：

160.714 166.071 172.857 167.857 170.714 

可以看到，经过区间缩放后，数据的范围已经被缩放到了目标区间内。