• 為什么要進行數(shù)據(jù)預(yù)處理？

現(xiàn)實情況中，你的數(shù)據(jù)可能是不完整的（缺少屬性值或某些感興趣的屬性或僅包含聚類數(shù)據(jù)）、含噪聲的（包含錯誤或存在偏離期望的離群值）、并且是不一致的。

數(shù)據(jù)清理：填寫缺失的值、光滑噪聲數(shù)據(jù)、識別或刪除離群點并解決不一致性

數(shù)據(jù)集成：當數(shù)據(jù)來自多個數(shù)據(jù)源時，而同一個屬性在不同數(shù)據(jù)源不同，合成時存在冗余

數(shù)據(jù)規(guī)約：數(shù)據(jù)集的簡化

• 描述性數(shù)據(jù)匯總

?1 度量數(shù)據(jù)的中心趨勢

均值、中位數(shù)、眾數(shù)、中列數(shù)（最大值和最小值的平均值）

?2 度量數(shù)據(jù)的離散程度

四分位數(shù)、四分位數(shù)極差、方差

五數(shù)概況：最小值、第一個四分位數(shù)、中位數(shù)、第三個四分位數(shù)、最大值

?3 圖形顯示

直方圖、分位數(shù)圖、q-q圖

• 數(shù)據(jù)清理

?

• 數(shù)據(jù)集成和變換

?

• 數(shù)據(jù)規(guī)約

?

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的数据挖掘之数据预处理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。