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。