地理信息|空间数据挖掘预处理

​空间数据挖掘在获取数据后第一件事情就是对数据进行预处理。

 

预处理原因：数据质量差

1. 数据不完整

2. 噪声

3. 不同数据源获取的统一数据不一致

 

而高质量的数据才有高质量的结果，预处理目的有两个，提高数据质量，加快挖掘信息的速率。

 

预处理的主要任务有：

1. 数据清理：填空缺，去噪声（这两个一般用插值），识别或删除离群值（与实际情况偏离较大但是不是噪声的有用点），解决不一致（看数据的可靠性之类的）

2. 数据集成：集成到数据库，数据立方体（逻辑上等同于EXCEL数据透视表），文件

3. 数据归约：数据集简化的表示，理解为小数据集，能得到大数据集相同或相似的结果。主要方法有给出特征子集（就是删多余数据），主成分分析。

4. 数据变换：规范化。

5. 数据离散化：离散化数据，概念分层。各种划分方法：分级，直方图，聚类，决策树~

 

具体处理不说了，一般来说就是常规统计方法和线性平滑。

 

---

 

新出来的概念大概是数据库、数据仓库和数据立方体。

 

数据仓库：一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程。