数据挖掘:数据预处理相关概念
一、什么是数据预处理?
一般我们得到的数据会存在有缺失值、重复值等,在使用之前需要进行数据预处理。它是一系列对数据操作的统称。
数据预处理没有标准的流程,通常针对不同的任务和数据集属性的不同而不同。数据预处理的常用流程为:
- 数据清洗:可以用来清楚数据中的噪声,纠正不一致。
- 数据集成:将数据由多个数据源合并成一个一致的数据存储,如数据仓库。
- 数据归约:可以通过如聚集、删除冗余特征或聚类来降低数据的规模。
- 数据变换:(例如,规范化)可以用来把数据压缩到较小的区间,如0.0到1.0。
原始数据存在的几个问题:不一致;重复;含噪声;维度高等问题。
二、数据清洗
一般数据清洗包括:
- 缺失值
- 异常值
- 数据噪声
- 数据不平衡
- 唯一值</