第三章_数据预处理

第三章_数据预处理

ID:44961707

大小:534.50 KB

页数:52页

时间:2019-11-06

第三章_数据预处理_第1页
第三章_数据预处理_第2页
第三章_数据预处理_第3页
第三章_数据预处理_第4页
第三章_数据预处理_第5页
资源描述:

《第三章_数据预处理》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、KnowledgeDiscoveryinDatabasesDataPreprocessingSchoolofSoftware,NanjingUniversityChapter3:DataPreprocessing•Whypreprocessthedata?•Datacleaning•Dataintegrationandtransformation•Datareduction•Discretizationandconcepthierarchygeneration•SummaryWhyDataPreprocessing?•Dataintherea

2、lworldisdirtyuincomplete:lackingattributevalues,lackingcertainattributesofinterest,orcontainingonlyaggregatedataunoisy:containingerrorsoroutliersuinconsistent:containingdiscrepanciesincodesornames•Noqualitydata,noqualityminingresults!uQualitydecisionsmustbebasedonqualitydat

3、auDatawarehouseneedsconsistentintegrationofqualitydataMajorTasksinDataPreprocessing•DatacleaninguFillinmissingvalues,smoothnoisydata,identifyorremoveoutliers,andresolveinconsistencies•DataintegrationuIntegrationofmultipledatabases,datacubes,orfiles•DatatransformationuNormal

4、izationandaggregation•DatareductionuObtainsreducedrepresentationinvolumebutproducesthesameorsimilaranalyticalresults•DatadiscretizationuPartofdatareductionbutwithparticularimportance,especiallyfornumericaldataFormsofdatapreprocessingChapter3:DataPreprocessing•Whypreprocesst

5、hedata?•Datacleaning•Dataintegrationandtransformation•Datareduction•Discretizationandconcepthierarchygeneration•SummaryDataCleaning•DatacleaningtasksuFillinmissingvaluesuIdentifyoutliersandsmoothoutnoisydatauCorrectinconsistentdataMissingData•DataisnotalwaysavailableuE.g.,m

6、anytupleshavenorecordedvalueforseveralattributes,suchascustomerincomeinsalesdata•Missingdatamaybeduetouequipmentmalfunctionuinconsistentwithotherrecordeddataandthusdeletedudatanotenteredduetomisunderstandingucertaindatamaynotbeconsideredimportantatthetimeofentryunotregister

7、historyorchangesofthedata•Missingdatamayneedtobeinferred.HowtoHandleMissingData?•Ignorethetuple:usuallydonewhenclasslabelismissing(assumingthetasksinclassification—noteffectivewhenthepercentageofmissingvaluesperattributevariesconsiderably.•Fillinthemissingvaluemanually:tedi

8、ous+infeasible?•Useaglobalconstanttofillinthemissingvalue:e.g.,“unknown”,anewclass

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。