• 為什么要進行數據預處理？

現實情況中，你的數據可能是不完整的（缺少屬性值或某些感興趣的屬性或僅包含聚類數據）、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。

數據清理：填寫缺失的值、光滑噪聲數據、識別或刪除離群點并解決不一致性

數據集成：當數據來自多個數據源時，而同一個屬性在不同數據源不同，合成時存在冗余

數據規約：數據集的簡化

• 描述性數據匯總

?1 度量數據的中心趨勢

均值、中位數、眾數、中列數（最大值和最小值的平均值）

?2 度量數據的離散程度

四分位數、四分位數極差、方差

五數概況：最小值、第一個四分位數、中位數、第三個四分位數、最大值

?3 圖形顯示

直方圖、分位數圖、q-q圖

• 數據清理

?

• 數據集成和變換

?

• 數據規約

?

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。