Для простого применения линейных преобразований исходных данных при нормализации пространства состояний признаков новизны можно использовать следующие методы:

• Стандартизация (Z-преобразование). 2 Преобразует данные так, чтобы их среднее значение было равно нулю, а стандартное отклонение — единице. 2 Для этого нужно вычесть среднее значение признака и разделить результат на стандартное отклонение. 2
• Масштаб Min-Max. 2 Преобразует данные так, чтобы они лежали в определённом диапазоне, например, между 0 и 1. 2 Процесс основан на минимальном и максимальном значениях признака. 2 Если x — исходное значение, xmin и xmax — минимальное и максимальное значения признака соответственно, то масштабированное значение x′ определяется как (x — xmin) / (xmax — xmin). 2

Также для понижения размерности данных можно использовать метод случайных проекций. 1 Он заключается в преобразованиях, сохраняющих расстояния и снижающих размерности. 1 Веса при всех признаках в таком методе можно выбирать случайно. 1

Выбор метода зависит от конкретных задач и требований к нормализации данных.