本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 資料科學配方步驟
<a name="recipe-actions.data-science"></a>

使用這些配方步驟，從不同的角度製表和摘要資料，或執行進階轉換。

**Topics**
+ [BINARIZATION](recipe-actions.BINARIZATION.md)
+ [儲存貯體化](recipe-actions.BUCKETIZATION.md)
+ [CATEGORICAL\_MAPPING](recipe-actions.CATEGORICAL_MAPPING.md)
+ [ONE\_HOT\_ENCODING](recipe-actions.ONE_HOT_ENCODING.md)
+ [SCALE](#recipe-actions.SCALE)
+ [偏斜](recipe-actions.SKEWNESS.md)
+ [字符化](recipe-actions.TOKENIZATION.md)

## SCALE
<a name="recipe-actions.SCALE"></a>

擴展或標準化數值欄中的資料範圍。

**Parameters**
+ `sourceColumn` – 現有資料欄的名稱。
+ `strategy` – 要套用至資料欄值的操作：
  + `MIN_MAX` – 將值重新擴展到 【0，1】 的範圍
  + `SCALE_BETWEEN` – 將值重新擴展為 2 個指定值的範圍。
  +  `MEAN_NORMALIZATION` – 重新調整資料規模，使其平均值 (μ) 為 0，標準差 (σ) 為 1，範圍為 【-1， 1】
  +  `Z_SCORE` – 線性擴展資料值，使平均值 (μ) 為 0，標準差 (σ) 為 1。最適合處理極端值。
+ `targetColumn` – 要包含結果的資料欄名稱。

**Example 範例**  
  

```
{
    "Action": {
        "Operation": "NORMALIZATION",
        "Parameters": {
            "sourceColumn": "all_votes",
            "strategy": "MIN_MAX",
            "targetColumn": "all_votes_normalized"
        }
    }
}
```