是否将数据标准化？

Question

我正在对一些数据进行knn分析。我有分类(有两个以上的因素)和持续的数据。我找到了一个可以解释这种情况的包(knncat)，但是解释它实际工作方式的文档很少。

我希望使用交叉验证(我相信这可以简单地提供培训数据)，我遇到了一个问题。我不知道这个包是如何使数据正常化的。我不知道在使用数字数据之前是否应该对其进行规范化，或者是否应该保持原样。

有人知道小猫是怎么处理这个的吗？或者有人能够推荐一种更好的方法或包来处理KNN的分类和数字数据？

Answer 1

1. 检查一个函数正在做什么的最好方法是查看身体内部，您可以这样做： getAnywhere(knncat) 据我所见，那里没有缩放或对数据的中心。
2. 至于第二个问题，处理分类数据的方法是创建虚拟变量(knncat实际上就是这样做的)。但是你可以自己创建虚拟变量。 例如, data$cat.var.dummy <- as.integer(as.factor(data$cat.var)) 或者你也可以使用包卡雷特，它也有方法这样做，dummyVars