数据预阳处理 免费编辑 添加义项名

现实世帝菜述界中数据大体上都是不完整，不一致的脏数据，无法名直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。 数据预处理有多种方法:数据轻队非刘去学还困清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。

数据清理例程通过填写缺失的值、光滑噪声数据、识文发察福乐领制过七酒树别或删除离群点并解决不一致性来"清理"数据。主要是达到如下目标:格式标知兴整特故处低获言料七准化，异常数据清除，错误纠专群帮老孙正，重复数据的清除。

数据集成例程将多个数据源中的数需卷重据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成。

通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。

数据挖掘时往往数据量非常大，在少量数据上进行挖掘分析光掌讲轴左鱼鲁良需要很长的时间，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持真测观缩你害算样示掉手原数据的完整性，并结果与归约前结果相同或几乎相同。

数据预处理是数据挖掘一个热门的研究方面，毕竟这是由数据预处才且格西理的产生背景所决定的--现实世界中的数据几乎都脏数据。