數據預處理的四種方式

數據預處理的四種方式是：

1、數據清理，數據清理例程通過填寫缺失的值、光滑噪聲數據、識別或刪除離羣點並解決不一致性來“清理”數據。主要是達到如下目標：格式標準化，異常數據清除，錯誤糾正，重複數據的清除。

2、數據集成，數據集成例程將多個數據源中的數據結合起來並統一存儲，建立數據倉庫的過程實際上就是數據集成。

3、數據變換。通過平滑聚集，數據概化，規範化等方式將數據轉換成適用於數據挖掘的形式。

4、數據歸約。數據挖掘時往往數據量非常大，在少量數據上進行挖掘分析需要很長的時間，數據歸約技術可以用來得到數據集的歸約表示，它小得多，但仍然接近於保持原數據的完整性，並結果與歸約前結果相同或幾乎相同。

數據預處理（data preprocessing）是指在主要的處理以前對數據進行的一些處理。主要是清理異常值、糾正錯誤數據現實世界中數據大體上都是不完整，不一致的髒數據，無法直接進行數據挖掘，或挖掘結果差強人意。為了提高數據挖掘的質量產生了數據預處理技術。