資料採礦之資料預先處理_資料採礦

為什麼要進行資料預先處理。

現實情況中，你的資料可能是不完整的（缺少屬性值或某些感興趣的屬性或僅包含聚類資料）、含雜訊的（包含錯誤或存在偏離期望的離群值）、並且是不一致的。

資料清理：填寫缺失的值、光滑雜訊資料、識別或刪除離群點並解決不一致性

Data Integration：當資料來自多個資料來源時，而同一個屬性在不同資料來源不同，合成時存在冗餘

資料規約：資料集的簡化 描述性資料匯總

 1 度量資料的中心趨勢

均值、中位元、眾數、中列數（最大值和最小值的平均值）

 2 度量資料的離散程度

四分位元、四分位元極差、方差

五數概況：最小值、第一個四分位元、中位元、第三個四分位元、最大值

 3 圖形顯示

長條圖、分位元圖、q-q圖 資料清理

  Data Integration和變換

  資料規約