JHstream的博客

原创 KDD99数据集预处理

下载kddcup.data_10_percent.gz A 10% subset. (2.1M;75M Uncompressed)，这个数据集即可，记得解压，用unzip解压。原理也可以从这个博客看，从输出来看，有大于1的值，这也是正常的。字符性数据转换为数值型、数值标准化和数值归一化。第一次写博客，自用，如有不妥之处，敬请原谅。这个代码运行时间会比较长，请耐心等待。以下内容是从两个博客中学到的。具体代码原理也在这个博客。