10.6.2　突起规则

突起规则表述如下：

1）如果数据具有类似上图第一象限的形态，则数据挖掘工程师尝试用向上幂阶梯法对X，Y变量进行重述。

2）如果数据具有类似上图第二象限的形态，则数据挖掘工程师尝试用向下幂阶梯法对X，Y变量进行重述。

3）如果数据具有类似上图第三象限的形态，则数据挖掘工程师尝试用向下幂阶梯法对X，Y变量进行重述。

4）如果数据具有类似上图第四象限的形态，则数据挖掘工程师尝试用向上幂阶梯法对X，Y变量进行重述。

重述是EDA的一项重要工作，但很容易出错。尽管通常可以将数据校直，但可能导致信息被扭曲。原因如下：重述（过度向下）会导致数据被挤压，以致数值变得无法辨认，造成信息损失。扩展（过度向上）可能会将数据过度分离，新的相距很远的值位于一个人工设定的区间，造成获得的信息失真。

所以，重述要求在直度和适当性之间折中。数据挖掘工程师总是会把幂阶梯法用到极致，尽最大可能校直数据，但是他们必须知道，这样做会带来信息损失。有时候可以发现这样做明显已经超过了必要限度：存在幂次p，超过它之后，要么数据关系无法获得明显改善，要么因为信息损失而导致在相反方向出现突起。我建议用离散做法避免过度校直及其造成的信息损失。而且，我注意到过度的重述有时候会得出原始变量极端值。所以应该经常检查原始变量的最大值和最小值，以确保这些极值在重述前是合理的。