处理计数
数据被大量且快速的生成时很有可能包含一些极端值,这时就需要检查数据的尺度以确定是否应该保留数据原始的数值形式,还是应该将他们转换成二值数据,或者是进行粗粒度的分箱(固定宽度分箱,分位数分箱)操作。
对数变换
对于具有重尾分布的正数值的处理,对数变换技术变化是一个非常强大的工具。重尾分布的概率质量更多的位于尾部,它压缩了分布高端的的长尾使之成为较短的尾部,并将低端扩展成为更长的尾部。
指数变换是方差稳性稳定化变换。如泊松分布是一种重尾分布,它的方差等于它的均值,因此质心越大,方差就越大,重尾程度也就越大。指数变换可以改变变量的分布,使得方差不再依赖于均值。平方根变换和对数变换可以简单推广为Box-Cox变换。λ小于1时可以压缩高端值大于1时作用相反