关于数据标准化

     手头的资料大多都是分类定性变量，那么该不该做数据标准化呢？以前学习的方法大都是针对定量数据的，而且本人分析的目的主要是预测，并不想直接用离差标准化法，即减去最小值再除以离差的做法处理，请问还有什么好的方法对定性数据做标准化吗？谢谢！

木有人看到这个帖子。嗨。

你说的只有定性数据是指的特征值都是定性的吗？
比如电影类别有（武打、言情），然后根据（主演的主要作品类别、剧中是否有武器）这样的特征去分类预测？

这样用KNN聚类就可以呀，计算当前特征与类别特征的距离，取前K个最短距离中最多的那个类标号就可以了。

YasselBing 发表于 2015-5-6 09:17
你说的只有定性数据是指的特征值都是定性的吗？
比如电影类别有（武打、言情），然后根据（主演的主要作品 ...

当前特征与类别特征的距离？怎么算？

数据标准化的目的是为了在同一个标准下进行比较，打个比方说，中国人均收入3000元每月，美国人均收入800刀每月，你说谁的生活更幸福点？不好说，不是一个标准没法衡量。更直观的例子如，预测GDP都按亿元为单位，残差平方和一般是几点几，你要按元来算，残差平方和得上十位数，同一种预测方法，不同的残差平方和，你说怎么比。所以你要是为了跟别人比较预测方法的好坏，你就得标准化，你要只是为了得到某种结论，比如分类、聚类等等，那就无所谓标准化，给某个属性赋值就ok了，比如武打按1~9设置武打程度等等。