在机器学习中，如何处理像薪资这样的特征。例如，如果我通过测量基于特征的数据点之间的距离来应用k-最近邻算法。假设我们有两个点，薪资分别为2000和6000。它们之间的差异是4000。再看另外两个点，薪资分别为102000和106000。这里的差异仍然是4000美元，但我们人类认为后两个点比前两个点更接近或更相似。

我如何在机器学习中融入这种直觉？

回答：

你可以做以下几件事（还有更多方法）：

• 使用对数函数转换特征（这样2000和6000之间的距离会比102000和106000之间的距离大得多）
• 将特征二值化分成多个区间（你可以为每个薪资范围创建一个特征，并且由你来定义这些区间）
• 在k-最近邻算法中更改相似性函数，使其考虑相对差异而不是绝对差异