对数值型数据的预处理通常有 A. 特征的缩放 B. 特征的标准化 C. 归一化观察值 D. 生成多项式和交互特征 E. 转换特征 F. 识别异常值 G. 处理异常值 H. 将特征离散化 I. 使用聚类的方式将观察值分组 J. 删除带有缺失值的观察值 K. 填充缺失值 请将上述字母填写到下面做法最接近的空中: 1. 判断一组数据中,距离中心太远的数据() 2. 将相似的数据打上同一标签() 3. 将一次观测的多个相似特征值整合为一个值() 4. 将近似服从正态分布的数据做无量纲化处理() 5. 将观察值映射到某个特定区间() 6. 对某一特征按照自定义的算法进行变换() 7. 对某一数据取对数() 8. 几个阈值构造区间,对数据进行测度() 9. 某次观测的几个特征没有观测数据,将这次的观测值全部删除() 10. 某次观测的某个特征没有观测数据,将这次的观测值设为其他观测值的均值() 11. 在已有特征的基础上,增加特征数目的方法()