数据转换处理之规格化：十基数变换规格化算法

规格化就是将一个属性取值范围投射到一个特定范围之内，以消除数值型属 性因大小不一而造成挖掘结果的偏差。规划化处理常常用于神经网络、基于距离 计算的最近邻分类和聚类挖掘的数据预处理。对于神经网络，采用规格化后的数 据不仅有助于确保学习结果的正确性，而且也会帮助提高学习的速度。对于基于 距离计算的挖掘，规格化方法可以帮助消除因属性取值范围不同而影响挖掘结果 的公正性。介绍三种规格化方法

• 最大最小规格化方法

• 零均值规格化方法
• 十基数变换规格化方法

十基数变换规格化方法

• 该方法通过移动属性 值的小数位置来达到规格化的目的。
  所移动的小数位数取决于属性绝对值的最大值。属性的值可以通过以下计算公式获得其映射值v':

十基数变换规格化算法.png

• 示例
  假设属性A的取值范围是从 -986 到 917。属性A绝对值的最大值
  为986。采用十基数变换规格化方法，就是将属性A的每个值除以 1000(即j = 3 ) 即可，因此-986 映射为 -0.986。

• 代码实现
  待续......