我正在寻找一种算法，该算法可以通过较大的因子来扩展大的异常值，并且仅将一些小的数字缩放（或者使事件保持与之前相同）。我们不必保持准确的比例，但只是一个想法，大数字仍然大于小数字。
E.g。我有一套10,15,200。 我们将min和max分别定义为0和100，并且缩放值应该在该集合内（min和max不是预定义的并且可以调整）。 使用该算法，我们可以将它们缩放到5,6,20。
有关如何扩展此类数字的公式的任何想法？
我的用例是3个重叠集的维恩图的数据。我想保留大集合大于小集合的事实，但是大圆圈不应该比较小集合大20倍。
答案 0 :(得分：3)
您还没有给出足够详细的信息来提供具体的建议，但总体思路是您希望减少一些重要的数量。通常，我们使用以下内容处理此问题：
与您的一些不寻常的案例一起玩，看看您喜欢哪些。您发布的示例最接近sqrt的想法。
评论后更新
如果这用于选择维恩图中的圆的半径，那么sqrt确实是保持大小（来自区域）的认知解释的自然选择。这适用于任何2D缩放 - 但请注意，对于带有着色的图片（暗示 3D）执行此操作表明 cube root将是适当的比例。 （参考：如何欺骗统计数据）。
在输入幅度非常不同的情况下，这有时是不可能的。例如，给定（1,1000,1000000），您可能希望使用更高的根，或更改为记录，只是为了使最小的形状易于处理。