数据挖掘概念与技术数据预处理.pptVIP

第2章: 数据预处理;为什么数据预处理?;数据为什么脏?;为什么数据预处理是重要的?;数据质量：一个多维视角;数据预处理的主要任务;数据预处理的形式 ;第2章: 数据预处理;数据清理 Data Cleaning;如何处理缺失数据?;噪音数据Noisy Data;如何处理噪音数据?;分箱：简单的离散化方法;Binning Methods for Data Smoothing;聚类分析;Regression;数据清理作为一个过程;第2章: 数据预处理;数据集成;数据集成中冗余数据处理;相关分析 (数值数据);相关性的视觉评价;相关 (线形关系);Covariance is similar to correlation n元组个数, 和 属性A和B上的平均值, σA and σB分别为各自标准差. 正covariance: If CovA,B 0, 则A 和B 同时倾向于大于期望值. 负covariance: If CovA,B 0，则如果 A〉其期望值, B is likely to be smaller than its expected value. Independence: CovA,B = 0 but the converse is not true: Some pairs of random variables may have a covarian