由於取值範圍大的變數會在測算距離時被賦予較大的權重，降低取值範圍小的資料對結果的影響，所以要對原始變數進行規範化處理。

讀取資料： 或者將Excel檔案儲存為csv（逗號分隔）型檔案，然後用read函式讀取： 但這種方法可能造成資料缺失或錯誤

標準化

統一期望和方差 （1）caret包中：preProcess(x, …) （2）R內建scale()函式 例：

最大、最小值規範化

${\rm{x}} = \frac{{(x - {{\min }_x})}}{{({{\max }_x} - {{\min }_x})}}$

${{\rm{x}}_{ij}} = 2\frac{{{x_{ij}} - \min ({x_{kj}})}}{{\max ({x_{ij}}) - \min ({x_{ij}})}} - 1$

Box-cox變換

判斷樣本是否有偏

樣本如果是近似對稱，偏度大致為0，右偏資料偏度為正，左偏的偏度為負。

樣本偏度： $skewness = E{[\frac{{x - \mu }}{\delta }]^3}$

存在明顯的右偏分佈特徵，使用box-cox變換： $\tilde x = \log x,\lambda = 0$ $\tilde x = \frac{{{x^\lambda } - 1}}{\lambda },\lambda \ne 0$

對annual這一列資料規範化，觀察直方圖，變換後的更對稱：

對Loan中每一列資料做box-cox變換: