如何创建函数对dataframe指定特征的tous_genres等变量做归一化处理

你已经实现的单输入参数归一化函数normaliser_vecteur用于向量标准化，对应的最小-最大归一化公式为：I=(X-Xmin)/(Xmax-Xmin)，原函数可修正运算顺序避免结果错误，修正后代码如下：

normaliser_vecteur <- function(x){ 
  i <- (x - min(x)) / (max(x) - min(x))
  return(i)
} 

原提问附带数据框前几行截图，展示了包含tous_genres、genre_f、genre_h等字段的数据集结构。

你需要的normaliser_caracteristiques函数可通过如下代码实现，完全匹配需求：

library(dplyr)

normaliser_caracteristiques <- function(Data, liste_caracteristiques, fn) {
  # 1. 过滤数据源，仅保留指定待处理特征+三个待归一化字段
  processed_data <- Data %>% 
    select(all_of(liste_caracteristiques), tous_genres, genre_f, genre_h) %>%
    # 2. 对三个目标字段分别应用归一化函数，生成新字段存储结果
    mutate(
      norm_tous_genres = fn(tous_genres),
      norm_genre_f = fn(genre_f),
      norm_genre_h = fn(genre_h)
    )
  return(processed_data)
}

函数三个输入参数说明：

• Data：作为数据源的data.frame
• liste_caracteristiques：待归一化的特征向量
• fn：要使用的归一化函数的名称

调用示例 #

# 替换为实际数据集和特征列表即可调用
result <- normaliser_caracteristiques(
  Data = 你的数据集名称,
  liste_caracteristiques = c("特征1", "特征2"),
  fn = normaliser_vecteur
)

内容的提问来源于stack exchange，提问作者p1077092