1、数据预处理技术有哪些

2、有四种数据预处理技术：

3、1.数据清理。空缺值处理、格式标准化、异常数据消除、错误校正和重复数据消除。

4、2.数据整合。将来自多个数据源的数据组合起来，以统一的方式存储，构建数据仓库的过程实际上就是数据集成。

5、3.数据转换。平滑、聚合、归一化、最小-最大归一化等。

6、4.数据简化。降维(删除无关属性(维度))、数据压缩(PCA、LDA、SVD、小波变换)、数值降维(回归和对数线性模型、线性回归、对数线性模型、直方图)。

7、现实中，世界上的数据一般都是不完整、不一致的脏数据，无法直接挖掘，或者挖掘结果不尽如人意。为了提高数据挖掘的质量，数据预处理技术得到了发展。数据预处理的方法有很多：数据清洗、数据集成、数据转换、数据归约等。这些数据处理技术是在数据挖掘之前使用的，大大提高了数据挖掘模式的质量，减少了实际挖掘所需的时间。数据清理例程通过填充缺失值、平滑噪声数据、识别或删除异常值以及解决不一致来“清理”数据。主要实现了以下目标：格式标准化、异常数据剔除、纠错和重复数据剔除。在挖掘数据的时候，数据量非常大，少量的数据挖掘和分析需要很长的时间。利用数据约简技术可以得到数据集的约简表示，约简表示要小得多，但仍接近保持原始数据的完整性，结果与约简前相同或几乎相同。

本文到此结束，希望对大家有所帮助。

版权说明：本文由用户上传，如有侵权请联系删除！

标签：