Ang pag-normalize ng histogram ay isang mahalagang proseso sa pagsusuri at visualization ng data. Ang MATLAB, isang makapangyarihang computational tool, ay nagbibigay ng iba't ibang function upang matulungan kang ma-normalize ang histograms nang epektibo. Sa artikulong ito, tutuklasin namin ang hakbang-hakbang na proseso ng pag-normalize ng histogram sa MATLAB, na nagbibigay-daan sa iyong makakuha ng mga insight sa iyong data at gumawa ng makabuluhang paghahambing.
Paano I-normalize ang isang Histogram sa MATLAB?
Ang isang normalized na histogram ay isang plot ng mga frequency ng mga value ng data, kung saan ang mga frequency ay na-normalize upang ang mga ito ay sumama sa 1. Nangangahulugan ito na ang normalized histogram ay maaaring gamitin upang ihambing ang mga distribusyon ng iba't ibang mga dataset, kahit na ang mga dataset ay may iba't ibang laki , narito ang ilang hakbang upang magplano ng isang normalized na histogram:
Hakbang 1: Mag-load ng Data at Gumawa ng Histogram
Upang magsimula, kailangan mong i-load ang iyong data sa MATLAB at lumikha ng histogram gamit ang histogram() function. Kinakalkula ng function na ito ang mga bilang ng bin at mga lokasyon ng bin batay sa iyong data. Narito ang isang halimbawang code:
data = % Ang iyong data dito % ;
histogram ( datos ) ;
Hakbang 2: Kunin ang Data ng Histogram
Pagkatapos gawin ang histogram, maaari mong makuha ang bin count at bin edges gamit ang histcounts() function. Ibinabalik ng function na ito ang mga bilang sa bawat bin at ang kaukulang mga gilid. Itabi ang mga value na ito sa magkakahiwalay na variable para sa karagdagang pagproseso:
[ bilang, mga gilid ] = histcounts ( datos ) ;
Hakbang 3: I-compute ang Normalized Values
Upang gawing normal ang histogram, kinakailangang hatiin ang bilang ng bawat bin sa kabuuang bilang ng mga puntos ng data. Tinitiyak nito na kinakatawan ng histogram ang relatibong pamamahagi ng dalas sa halip na ang ganap na bilang. Narito kung paano mo makalkula ang mga na-normalize na halaga:
kabuuangDataPoints = sum ( binibilang ) ;normalizedValues = mga bilang / kabuuangDataPoints;
Hakbang 4: Ayusin ang Bin Edges
Sa ilang mga kaso, maaaring kailanganin na ayusin ang mga gilid ng bin upang ihanay nang maayos ang na-normalize na histogram. Upang gawin ito, maaari mong kalkulahin ang mga midpoint sa pagitan ng mga katabing gilid ng bin at gamitin ang mga ito bilang mga bagong sentro ng bin. Narito ang isang halimbawang code:
binCenters = ( mga gilid ( 1 :end- 1 ) + mga gilid ( 2 :tapos ) ) / 2 ;
Hakbang 5: I-plot ang Normalized Histogram
Ngayon na mayroon ka nang normalized na mga halaga at naayos na mga sentro ng bin, maaari mong i-plot ang normalized na histogram gamit ang bar() function. Itakda ang mga sentro ng bin bilang mga halaga ng x-axis at ang mga normalized na halaga bilang mga katumbas na halaga ng y-axis:
bar ( binCenters, normalizedValues ) ;
Narito ang kumpletong MATLAB code na nag-normalize ng histogram:
% Hakbang 1 : Lumikha ng Histogramdata = [ 10 , dalawampu , 30 , 40 , limampu , 10 , dalawampu , 30 , 10 , dalawampu ] ;
histogram ( datos ) ;
% Hakbang 2 : Kunin ang Histogram Data
[ bilang, mga gilid ] = histcounts ( datos ) ;
% Hakbang 3 : Kunin ang Normalized Values
kabuuangDataPoints = sum ( binibilang ) ;
normalizedValues = mga bilang / kabuuangDataPoints;
% Hakbang 4 : Baguhin ang Bins
binCenters = ( mga gilid ( 1 :end- 1 ) + mga gilid ( 2 :tapos ) ) / 2 ;
% Hakbang 5 : I-plot ang Normalized Histogram
bar ( binCenters, normalizedValues ) ;
% Hakbang 6 : I-customize ang Plot
xlabel ( 'Bins' ) ;
ylabel ( 'Normalized Frequency' ) ;
pamagat ( 'Normalized Histogram' ) ;
naka-on ang grid;
Nagdagdag ako ng isang halimbawa ng data ng dataset at ginamit ko ito upang lumikha ng histogram. Ang code na ito ay lilikha ng histogram, kalkulahin ang mga normalized na halaga, ayusin ang mga gilid ng bin, at i-plot ang normalized na histogram.
Tandaan: Ipinapalagay ng code na mayroon kang naka-install na MATLAB Image Processing Toolbox, na kinabibilangan ng histogram at histcounts function.
Konklusyon
Ang pag-normalize ng histogram sa MATLAB ay isang direktang proseso na nagbibigay-daan sa iyong makakuha ng mga insight sa relatibong frequency distribution ng iyong data. Hatiin ang bilang ng bawat bin sa kabuuang bilang ng mga punto ng data upang gawing normal ang histogram.