数据挖掘数据预处理 Data Preprocessing.ppt

数据挖掘数据预处理 Data Preprocessing.ppt

ID:52544364

大小:599.00 KB

页数:79页

时间:2020-04-10

数据挖掘数据预处理 Data Preprocessing.ppt_第1页
数据挖掘数据预处理 Data Preprocessing.ppt_第2页
数据挖掘数据预处理 Data Preprocessing.ppt_第3页
数据挖掘数据预处理 Data Preprocessing.ppt_第4页
数据挖掘数据预处理 Data Preprocessing.ppt_第5页
资源描述:

《数据挖掘数据预处理 Data Preprocessing.ppt》由会员上传分享,免费在线阅读,更多相关内容在PPT专区-天天文库

1、DataMining:ConceptsandTechniques—Chapter2—2021/8/141DataMining:ConceptsandTechniquesChapter2:DataPreprocessingWhypreprocessthedata?DescriptivedatasummarizationDatacleaningDataintegrationandtransformationDatareductionDiscretizationandconcepthierarchygener

2、ationSummary2021/8/142DataMining:ConceptsandTechniquesWhyDataPreprocessing?Dataintherealworldisdirtyincomplete:lackingattributevalues,lackingcertainattributesofinterest,orcontainingonlyaggregatedatae.g.,occupation=“”noisy:containingerrorsoroutlierse.g.,S

3、alary=“-10”2021/8/143DataMining:ConceptsandTechniquesWhyDataPreprocessing?inconsistent:containingdiscrepanciesincodesornamese.g.,Age=“42”Birthday=“03/07/1997”e.g.,Wasrating“1,2,3”,nowrating“A,B,C”e.g.,discrepancybetweenduplicaterecords2021/8/144DataMinin

4、g:ConceptsandTechniquesWhyIsDataDirty?Incompletedatamaycomefrom“Notapplicable”datavaluewhencollectedDifferentconsiderationsbetweenthetimewhenthedatawascollectedandwhenitisanalyzed.Human/hardware/softwareproblemsNoisydata(incorrectvalues)maycomefromFaulty

5、datacollectioninstrumentsHumanorcomputererroratdataentryErrorsindatatransmissionInconsistentdatamaycomefromDifferentdatasourcesFunctionaldependencyviolation(e.g.,modifysomelinkeddata)Duplicaterecordsalsoneeddatacleaning2021/8/145DataMining:ConceptsandTec

6、hniquesWhyIsDataPreprocessingImportant?Noqualitydata,noqualityminingresults!Qualitydecisionsmustbebasedonqualitydatae.g.,duplicateormissingdatamaycauseincorrectorevenmisleadingstatistics.DatawarehouseneedsconsistentintegrationofqualitydataDataextraction,

7、cleaning,andtransformationcomprisesthemajorityoftheworkofbuildingadatawarehouse2021/8/146DataMining:ConceptsandTechniquesMajorTasksinDataPreprocessingDatacleaningFillinmissingvalues,smoothnoisydata,identifyorremoveoutliers,andresolveinconsistenciesDatain

8、tegrationIntegrationofmultipledatabases,datacubes,orfilesDatatransformationNormalizationandaggregationDatareductionObtainsreducedrepresentationinvolumebutproducesthesameorsimilaranalyticalresultsDatadiscretizationPartofdat

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。