将数据从双精度映射到整数而不失去一致性的最简单方法

Question

我正在努力寻找持续正常化的最佳方法。

基本上我有一定数量的实例，每个实例都有一定数量的具有浮动值的属性：

例如：

At1 At2 At3

0.1 0.3 3.0

0.1 4.5 2.1

...

我想将每个属性映射到整数值，试图将与数据一致。

例如，我尝试简单地，对于每个属性，将该属性的最大值和最小值之间的差除以任意值，例如 10，然后将每个属性的所有双精度值映射到它的索引相应的间隔，并通过这样做，将我的属性标准化为 1 到 10 之间的整数值...

但我想要一种方法，该方法可以为每个属性使用尽可能短的间隔数，而不会失去一致性，例如，如果我有一个具有三个可能值的属性：1.2、3.5 和 223.3 通过我的方法，例如使用 10 个可能值的间隔，我将为该属性带来大量不必要的间隔，并浪费大量空间...

有什么建议吗？

Answer 1

我认为您正在询问 编码 压缩，或更具体地说，如何找到实数到整数的 1-1 映射。

霍夫曼编码可能是最著名的，并且可以被证明是最小的（具有最少的数量）浪费的时间间隔，用你的术语来说）。 范围编码也很流行。