KDD CUP99数据集数据预处理

        入侵检测实验一般使用的是KDD CUP99中的kddcup_data_10percent数据集。由于数据集中包含有符号型的数据属性，不适合聚类测试，对于连续型特征属性，各属性的度量方法不一样。一般而言，所用的度量单位越小，变量可能的值域就越大，这样对聚类结果的影响也越大，即在计算数据间距离时对聚类产生的影响越大。为了避免由于属性度量的差异对聚类产生的影响，需要对属性属性值进行标准化。

        本文是对https://blog.youkuaiyun.com/asialee_bird/article/details/80491256的补充。感谢该博主的分享与启发。

        1.字符型特征转换为数值型特征

         见上面的链接。

         2.数值标准化

          首先计算各属性的平均值和平均绝对误差，公式为

                                                                      

        其中，表示第k个属性的均值，