20、数据处理与分析：从KNIME到Power BI的实践之旅

数据处理与分析：从KNIME到Power BI的实践之旅

1. 数据处理的基础：Normalizer节点

在数据处理过程中，Normalizer节点起着关键作用。它位于节点库的“Manipulation > Column > Transform”位置，用于对数据集中选定数值列的所有值进行归一化处理。
- 操作步骤 ：
1. 打开其配置窗口，首先选择要进行归一化的列。
2. 接着选择归一化方法，常用的有Min - Max Normalization和Z - Score Normalization（Gaussian）。Min - Max Normalization将原始范围线性投影到预定义范围（通常是0到1），原始最小值变为0，最大值变为1，中间值按比例分配到0到1的范围内；Z - Score Normalization则将每个值转换为相对于总体均值的标准差数量。
3. 以处理无异常值的CRM数据为例，从节点库中选取Normalizer节点，将其输入连接到Numeric Outliers的第一个输出。
4. 配置节点时，通过双击排除Customer_ID列，使用默认的Min - Max Normalization（范围0到1），最后点击OK并执行节点。

执行后，受影响列的值会落在期望范围内，所有列在基于勾股定理计算距离时具有相同权重，为后续的聚类操作做好准备。

2. 客户聚类：k - Means节点

k - Means节点位于“Analytics > Mining > Clustering”，使用k - means算法对输入表的行进行聚类。