Стандартизация и её влияние на алгоритм кластеризации K-средних

Кластеризация данных является важным методом исследования данных и находит широкое применение в интеллектуальном анализе данных. K-средних — один из наиболее известных методов, который разбивает набор данных на группы образцов; предложено множество методов для повышения производительности алгоритма K-средних. Стандартизация — центральный этап предобработки в интеллектуальном анализе данных, используемый для приведения значений признаков или атрибутов из различных динамических диапазонов к определённому диапазону. В данной работе мы анализируем работу трёх методов стандартизации в сочетании с классическим алгоритмом K-средних. При сравнении результатов на наборах данных по инфекционным заболеваниям было установлено, что использование z‑оценки (z-score) даёт более эффективные и производительные результаты по сравнению со стандартизацией min–max и десятичным масштабированием.