Stream 流数据的规范化方法

我正在使用Clustream算法，我发现我需要规范化我的数据。我决定使用min-max算法来实现这一点，但我认为通过这种方式，新数据对象的值将以不同的方式计算，因为min和max的值可能会发生变化。你认为我是对的吗？如果是，我应该使用哪种算法

规范化流数据时，需要使用序列集的统计特性。在流式处理过程中，只需将太大/太低的值剪切为最小/最大值。没有别的路了，你知道，这是一条小溪

---

但作为一种权衡，您可以不断收集所有数据的统计特性，并不时对模型进行重新训练，以适应不断变化的数据。我不知道Clustream，但在短时间的谷歌搜索后：这似乎是一种有助于进行这种权衡的算法。

相反，要基于整个数据计算全局最小最大值，可以使用基于滑动窗口的局部无规则化（例如，仅使用最后15秒的数据）。这种方法在信号和图像处理中是计算局部均值滤波器的常用方法

---

我希望它能帮助你。

嗨！我知道有点晚了，但现在我发现自己也有同样的问题。问题是，如果你使用滑动窗口，当前的微集群通过考虑旧的最小值和最大值的标准化来表示，它们的“尺度”与新元素不同，因为新元素的最小值和最大值不同。你是怎么处理的？我的意思是，你规范化了新的数据点，但考虑到旧的值，该算法管理的当前微集群是规范化的。。。您不能将新元素发送到算法，因为这样会不一致！