sas - 较大的 z 得分值

Question

我们正在研究大型电信数据集。当我们标准化数据时，我们得到了很大的 z 分数，它从 -0.xxx 到 300 或 400 不等！这些属性例如 min=0 和 Max 大约 4,000,000 是的，有些变量有异常值。我们会在不处理异常值的情况下获得良好的聚类结果吗？

具有 8 个集群的 proc fastclus 的结果导致分组集群（第七个有 1,600,000 个观察值），其中一个也有 1 个观察值。

我们的问题是什么？

https://medium.com/p/6b6056224c54/info?source=email-75f4ab5a8577-1529361861973-activity.response_created https://medium.com/p/6b6056224c54/info?source=email-75f4ab5a8577-1529361861973-activity.response_created

标签： sascluster-computingcluster-analysisk-means

Answer 1

您的变量可能非常偏斜。

对这些变量使用 z 标准化是有问题的。您可能也应该研究 box-cox 转换。