欢迎来到天天文库
浏览记录
ID:60836675
大小:101.46 KB
页数:5页
时间:2020-12-21
《数据挖掘实验一数据预处理.docx》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、实验一、数据预处理学院计算机科学与软件学院•实验目的:(1)熟悉VC++编程工具和完全数据立方体构建、联机分析处理算法。(2)浏览拟被处理的的数据,发现各维属性可能的噪声、缺失值、不一致性等,针对存在的问题拟出采用的数据清理、数据变换、数据集成的具体算法。(3)用VC++编程工具编写程序,实现数据清理、数据变换、数据集成等功能。(4)调试整个程序获得清洁的、一致的、集成的数据,选择适于全局优化的参数。•实验原理:1、数据预处理现实世界中的数据库极易受噪音数据、遗漏数据和不一致性数据的侵扰,为提高数据质量进而提高挖掘结果
2、的质量,产生了大量数据预处理技术。数据预处理有多种方法:数据清理,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。2、数据清理数据清理例程通过填写遗漏的值,平滑噪音数据,识别、删除离群点,并解决不一致来“清理”数据。3、数据集成数据集成数据集成将数据由多个源合并成一致的数据存储,如数据仓库或数据立方体。4、数据变换通过平滑聚集,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。5、数据归约使用数据归约可以得到数据集的压缩表示,它小得多,但
3、能产生同样(或几乎同样的)分析结果。常用的数据归约策略有数据聚集、维归约、数据压缩和数字归约等。三、实验内容:1、主要代码及注释头文件#include#include#include#includeusingnamespacestd;1、建立存储结构classSales{public:stringserial;intmarket;intposno;stringdate;intsn;intid;floatnum;floatprice;floatt
4、otal;voidprint(){cout<5、t",ios::out);if(!outfile){cout<<"openeror!"<>sal[sal_size].serial>>sal[sal_size].market>>sal[sal_size].posno>>sal[sal_size].date>>sal[sal_size].sn>>sal[sal_size].id>>sal[sal_size].num>>sal[sal_si6、ze].price>>sal[sal_size].total;sal_size++;}4、处理数据(1)判断购买数量是否为负if(sal[i].num<0){sal[i].num=-sal[i].num;}(2)统一日期为流水号前8位(既可以填补缺失值,又统一格式,同学们也可以分步做,先填补缺失值再改成统一格式)sal[i].date.assign(sal[i].serial,0,8);(3)保存处理过的数据同时删除冗余数据(总额,POS机号)outfile<7、arket<<"t"<8、:处理前的数据(1021.txt,只列出了一部分):处理过程:处理后的部分数据:
5、t",ios::out);if(!outfile){cout<<"openeror!"<>sal[sal_size].serial>>sal[sal_size].market>>sal[sal_size].posno>>sal[sal_size].date>>sal[sal_size].sn>>sal[sal_size].id>>sal[sal_size].num>>sal[sal_si
6、ze].price>>sal[sal_size].total;sal_size++;}4、处理数据(1)判断购买数量是否为负if(sal[i].num<0){sal[i].num=-sal[i].num;}(2)统一日期为流水号前8位(既可以填补缺失值,又统一格式,同学们也可以分步做,先填补缺失值再改成统一格式)sal[i].date.assign(sal[i].serial,0,8);(3)保存处理过的数据同时删除冗余数据(总额,POS机号)outfile<7、arket<<"t"<8、:处理前的数据(1021.txt,只列出了一部分):处理过程:处理后的部分数据:
7、arket<<"t"<8、:处理前的数据(1021.txt,只列出了一部分):处理过程:处理后的部分数据:
8、:处理前的数据(1021.txt,只列出了一部分):处理过程:处理后的部分数据:
此文档下载收益归作者所有