Continuize插件是一個數(shù)據(jù)標準化的插件，可以將分類數(shù)據(jù)（categorical data）轉(zhuǎn)為二元屬性或序數(shù)屬性數(shù)據(jù)，將數(shù)值數(shù)據(jù)歸一化。分類數(shù)據(jù)例如高鐵倉位中的頭等艙、一等艙、二等艙等，轉(zhuǎn)化后可以用0或1代替，或者用1、2、3代替，便于后期的展示分析；將特征變量打橫。
Linear Projection 插件可以理解為數(shù)據(jù)特征的線性投影（雖然字面意思像線性預測），通過一個多維空間展示數(shù)據(jù)特征，可視化數(shù)據(jù)分類。
以心臟病數(shù)據(jù)為例（heart_disease.tab）介紹下Continuize插件：
1.File獲取數(shù)據(jù)；我們以chest pain 分類數(shù)據(jù)為例講解，它有 asymptomatic、atypical ang 、non-anginal、typical ang四個值。
2.Edit Domain 插件是編輯特征值順序用的，默認是字母順序，但可以通過這個工具調(diào)整；與后面序數(shù)化時的123對應。
選定值，右側(cè)可以調(diào)整順序；
3.Continuize插件，根據(jù)需要進行數(shù)據(jù)轉(zhuǎn)化，后面跟個Data table看數(shù)據(jù)變化。
1）One attribute per value選項，
這個是我們比較常用的轉(zhuǎn)化方式，每個特征變量都有一個值（0&1 或者 -1&1），0表示不等于 ，1表示等于；
原先chest pain一列，現(xiàn)在變?yōu)榱嗣總€值一列，共四列；
2）First value as base 選項
直譯過來就是將分類數(shù)據(jù)按順序的第一個值作為基礎；效果就是在數(shù)據(jù)轉(zhuǎn)化時，除了特征變量按順序第一個值之外，其他的值都進行轉(zhuǎn)化。
從edit domain插件看chest pain變量的第一個值是asymptomatic，除了它之外的所有值都變成了一列。
3）Most frequent value as base 選項
跟first value類似，不過這個是將最常出現(xiàn)的值剔除了。
可以從Distribution插件上看數(shù)據(jù)的出現(xiàn)占比，可以看下例子中的gender變量。
4）Ignore multinomial attributes選項
忽略多項式，只轉(zhuǎn)化有兩個選項的變量。
例子中chest pain就沒有了。
5）Remove categrorical attributes 選項
這個比較狠，把分類變量都刪了，何用有之。
6）Treat as ordinal 選項
將分類名稱變?yōu)轫樞蛑?，哪個值對應哪個序號，默認按字母，也可以用Edit domain插件更改順序。
變換后就出現(xiàn)了chest pain值為0、1、2、3.
7）Divide by number of values 選項
跟上一個類似，不過這個是把序號轉(zhuǎn)化為了0-1之間的數(shù)字了。數(shù)據(jù)標準化，數(shù)據(jù)歸一化到0-1之間。
如chest pain就變成了0、0.333、0.666、1。
Number Features 對數(shù)值數(shù)據(jù)處理
1） leave them as they are 不處理不管他們
2）Normalize by span 將數(shù)值歸一化到0-1之間
可以看到age的變化。
3）Normalize by standard deviation 使用標準差歸一化。
Categorical Outcomes 對目標的結(jié)果的處理
處理方式跟以上類似，不多解釋了。
對應Linear Projections以鳶尾屬植物數(shù)據(jù)為例（iris.tab）簡單介紹下：（這個比較直觀）
通過線性投影分類后，鼠標選中的黃色這部分數(shù)為Iris-setosa屬，后面再加一個Data table插件，就可以看選中這部數(shù)據(jù)了。
對于要預測的數(shù)據(jù)，可以根據(jù)以上的到的規(guī)律，再Linear Projections中選出，然后輸出到一個Data table中，完成分類。
在數(shù)據(jù)連線上選三個：
這里就有個select變量標示哪些是你在linear projection中選出來的。
