การทำฮิสโตแกรมให้เป็นมาตรฐานเป็นกระบวนการที่สำคัญในการวิเคราะห์ข้อมูลและการแสดงภาพ MATLAB ซึ่งเป็นเครื่องมือคำนวณที่มีประสิทธิภาพ มีฟังก์ชันต่างๆ เพื่อช่วยให้คุณปรับฮิสโตแกรมให้เป็นมาตรฐานได้อย่างมีประสิทธิภาพ ในบทความนี้ เราจะสำรวจกระบวนการทีละขั้นตอนของการทำให้ฮิสโตแกรมเป็นปกติใน MATLAB ซึ่งช่วยให้คุณได้รับข้อมูลเชิงลึกเกี่ยวกับข้อมูลของคุณและทำการเปรียบเทียบที่มีความหมาย
จะทำให้ฮิสโตแกรมเป็นปกติใน MATLAB ได้อย่างไร
ฮิสโตแกรมที่ปรับให้เป็นมาตรฐานคือกราฟของความถี่ของค่าข้อมูล ซึ่งความถี่ได้รับการทำให้เป็นมาตรฐานเพื่อให้รวมเป็น 1 ซึ่งหมายความว่าสามารถใช้ฮิสโทแกรมที่ปรับให้เป็นมาตรฐานเพื่อเปรียบเทียบการกระจายของชุดข้อมูลต่างๆ แม้ว่าชุดข้อมูลจะมีขนาดต่างกัน ต่อไปนี้คือขั้นตอนบางส่วนในการลงจุดฮิสโตแกรมที่ปรับให้เป็นมาตรฐาน:
ขั้นตอนที่ 1: โหลดข้อมูลและสร้างฮิสโตแกรม
ในการเริ่มต้น คุณต้องโหลดข้อมูลของคุณลงใน MATLAB และสร้างฮิสโตแกรมโดยใช้ฟังก์ชันฮิสโตแกรม() ฟังก์ชันนี้จะคำนวณจำนวนถังขยะและตำแหน่งถังขยะตามข้อมูลของคุณ นี่คือตัวอย่างโค้ด:
ข้อมูล = % ข้อมูลของคุณที่นี่ % ;
ฮิสโตแกรม ( ข้อมูล ) ;
ขั้นตอนที่ 2: ดึงข้อมูลฮิสโตแกรม
หลังจากสร้างฮิสโตแกรมแล้ว คุณสามารถรับจำนวนถังขยะและขอบถังขยะได้โดยใช้ฟังก์ชัน histcounts() ฟังก์ชันนี้ส่งคืนจำนวนในแต่ละถังขยะและขอบที่เกี่ยวข้อง เก็บค่าเหล่านี้ไว้ในตัวแปรแยกต่างหากสำหรับการประมวลผลเพิ่มเติม:
[ นับขอบ ] = ประวัติ ( ข้อมูล ) ;
ขั้นตอนที่ 3: คำนวณค่ามาตรฐาน
ในการทำให้ฮิสโทแกรมเป็นปกติ จำเป็นต้องแบ่งจำนวนของแต่ละถังขยะด้วยจำนวนจุดข้อมูลทั้งหมด สิ่งนี้ทำให้มั่นใจได้ว่าฮิสโตแกรมแสดงถึงการแจกแจงความถี่สัมพัทธ์มากกว่าการนับแบบสัมบูรณ์ นี่คือวิธีที่คุณสามารถคำนวณค่าที่ทำให้เป็นมาตรฐานได้:
TotalDataPoints = ผลรวม ( นับ ) ;ค่าปกติ = จำนวน / TotalDataPoints;
ขั้นตอนที่ 4: ปรับขอบถังขยะ
ในบางกรณี อาจจำเป็นต้องปรับขอบถังขยะเพื่อจัดแนวฮิสโตแกรมปกติให้ถูกต้อง ในการทำเช่นนี้ คุณสามารถคำนวณจุดกึ่งกลางระหว่างขอบถังขยะที่อยู่ติดกัน และใช้เป็นจุดศูนย์กลางถังขยะใหม่ นี่คือตัวอย่างโค้ด:
บินเซ็นเตอร์ = ( ขอบ ( 1 :จบ- 1 ) + ขอบ ( 2 :จบ ) ) / 2 ;
ขั้นตอนที่ 5: วาดกราฟฮิสโตแกรมที่ปรับให้เป็นมาตรฐาน
ตอนนี้คุณมีค่านอร์มัลไลซ์และศูนย์ถังที่ปรับแล้ว คุณสามารถพล็อตฮิสโตแกรมที่ทำให้นอร์มัลไลซ์ได้โดยใช้ฟังก์ชัน bar() ตั้งค่าศูนย์ถังขยะเป็นค่าแกน x และค่ามาตรฐานเป็นค่าแกน y ที่สอดคล้องกัน:
บาร์ ( binCenters ค่าปกติ ) ;
นี่คือรหัส MATLAB ที่สมบูรณ์ที่ทำให้ฮิสโตแกรมเป็นปกติ:
% ขั้นตอนที่ 1 : สร้างฮิสโตแกรมข้อมูล = [ 10 , ยี่สิบ , 30 , 40 , ห้าสิบ , 10 , ยี่สิบ , 30 , 10 , ยี่สิบ ] ;
ฮิสโตแกรม ( ข้อมูล ) ;
% ขั้นตอนที่ 2 : รับข้อมูลฮิสโตแกรม
[ นับขอบ ] = ประวัติ ( ข้อมูล ) ;
% ขั้นตอนที่ 3 : รับค่ามาตรฐาน
TotalDataPoints = ผลรวม ( นับ ) ;
ค่าปกติ = จำนวน / TotalDataPoints;
% ขั้นตอนที่ 4 : แก้ไขถังขยะ
บินเซ็นเตอร์ = ( ขอบ ( 1 :จบ- 1 ) + ขอบ ( 2 :จบ ) ) / 2 ;
% ขั้นตอนที่ 5 : พล็อตฮิสโตแกรมที่ปรับให้เป็นมาตรฐาน
บาร์ ( binCenters ค่าปกติ ) ;
% ขั้นตอนที่ 6 : ปรับแต่งโครงเรื่อง
xlabel ( 'ถังขยะ' ) ;
ฉลาก ( 'ความถี่มาตรฐาน' ) ;
ชื่อ ( 'ฮิสโตแกรมปกติ' ) ;
เปิดกริด;
ฉันได้เพิ่มชุดข้อมูลตัวอย่างและใช้เพื่อสร้างฮิสโตแกรม โค้ดนี้จะสร้างฮิสโตแกรม คำนวณค่านอร์มอลไลซ์ ปรับขอบถัง และพล็อตฮิสโตแกรมนอร์มัลไลซ์
บันทึก: โค้ดจะถือว่าคุณได้ติดตั้ง MATLAB Image Processing Toolbox ซึ่งรวมถึงฟังก์ชันฮิสโตแกรมและฮิสโทแกรม
บทสรุป
การปรับฮิสโทแกรมให้เป็นมาตรฐานใน MATLAB เป็นกระบวนการที่ไม่ซับซ้อนซึ่งช่วยให้คุณได้รับข้อมูลเชิงลึกเกี่ยวกับการแจกแจงความถี่สัมพัทธ์ของข้อมูลของคุณ หารจำนวนของแต่ละถังขยะด้วยจำนวนจุดข้อมูลทั้งหมดเพื่อทำให้ฮิสโตแกรมเป็นปกติ