码迷,mamicode.com
首页 > 其他好文 > 详细

数据分布vs聚类-数据预处理技巧-对数变换

时间:2019-04-29 12:58:32      阅读:164      评论:0      收藏:0      [点我收藏+]

标签:inter   line   src   width   平均值   常用   apple   最大   mamicode   

技术图片

对于原始数据分布倾斜

利用统计或数学变换来减轻数据分布倾斜的影响。使原本密集的区间的值尽可能的分散,

原本分散的区间的值尽量的聚合。

Log变换通常用来创建单调的数据变换。它的主要作用在于帮助稳定方差,始终保持分布

接近于正态分布并使得数据与分布的平均值无关。

y=logc(1+λx)

λ通常设置为1,c通常设置为变换数据的最大值。

Log变换倾向于拉伸那些落在较低的幅度范围内自变量值的范围,压缩或减少较高幅度范围

内的自变量值得范围。从而使得倾斜分布尽可能的接近正态分布。

 

数据分布vs聚类-数据预处理技巧-对数变换

标签:inter   line   src   width   平均值   常用   apple   最大   mamicode   

原文地址:https://www.cnblogs.com/cpg123/p/10789467.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!