Sas 大z值

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！ 例如，这些属性的最小值为0，最大值约为4000000 是的，有些变量有异常值。我们可以在不处理异常值的情况下获得很好的聚类结果吗

proc fastclus的8个聚类结果导致分组聚类（第七个聚类有1600000个观测值），还有一个聚类有1个观测值

我们有什么问题

---

您的变量可能非常倾斜

---

在这些变量上使用z标准化是值得怀疑的。您可能也应该研究box-cox变换。

您可以添加一个或多个直方图吗？你添加的链接需要订阅。（顺便说一句，你可能会在交叉验证中得到更多关注）@JasonV看看这个，谢谢，但是日志转换可以处理吗？看看这个，看看我的分布变量（所有其他变量都是这样的）日志转换可能不够好，也可能不够好。值得一试。好的，谢谢。在使用log的情况下，是强制转换所有连续变量还是仅转换长尾变量？不要盲目地应用转换。这就是为什么你应该试试box cox。它可以帮助您评估何时使用这种转换，何时不使用。