原创力文档- 1、本文档共14页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
数据的预处理和知识发现
数据的预处理原因
主要技术
数据清洗
数据清洗主要是删去数据中
重复的记录，消除数据中的噪
声数据，纠正不完整和不一致
的数据。
噪声数据是指数据中存在着
错误或异常的数据
不完整数据是指数据中缺乏
某些属性值
不一致数据是指数据内涵出
现不一致情况
数据清洗
数据清洗
填补遗漏的数据值
平滑有噪声的数据
识别或除去异常值
解决不一致问题。
数据集成
数据集成是将这些数据源中的数据集中存放在一个统
一的数据存储（如数据仓库）中。
数据转换
数据转换指将一种格式的数据转换为另外一种格式的
数据，其目的就是为了使数据和将来要建立的模型拟合
得更好，形成适合挖掘的形式。
数据归约
数据归约是指在尽可能保持数据原貌的情况下，最大
限度地精简数据量，因此也称为数据消减。
属性选择
数据采样
数据的预处理
通过综合使用这些数据预处理技术能够帮助改善数据
的质量，进而提高后续数据挖掘的有效性和准确性。
知识发现
知识发现是一个选择和提取数据的过程，它能自动地
发现新的、精确的、有用的模式以及现实世界现象。
广义知识发现
数据立方体：数据立方体是实现某些常用的、代价
较高的聚集函数的计算，如计数、求和、平均、最
大值等，并将这些实现视图存储在多维数据库中。
面向属性的归约：面向属性的归约则是以类SQL语
言表示数据挖掘查询，收集数据库中的相关数据集，
然后在相关数据集上应用一系列数据推广计数进行
数据推广。
狭义知识发现
关联知识发现：关联知识发现是反映一个事件和其他
事件之间依赖或关联。如果两项或多项属性之间存在
关联，那么其中一项的属性值就可以依赖其他属性值
进行预测。
分类知识发现：分类知识发现是反映同类事物共同性
质的特征型知识和不同事物之间的差异型特征。
预测知识发现：预测型知识发现是有历史的和当前的
数据去推测未来的数据，也可以认为是以时间为关键
属性的关联知识发现。
谢谢大家
文档评论（0）