数据集成
冗余是数据集成时需要考虑的一个重要问题。另外一个重要问题是数据值冲突的检测与处理。
数据变换
平滑,聚集,数据概化,规范化和属性构造。平滑是数据清理形式,聚集和概化也是一种数据归约形式
规范化:通过将属性数据按比例缩放,使之落入一个小的特定区间。1 最小-最大规范化 2 z-score规范化(零均值规范化) 3 小数定标规范化
属性构造(或特征构造):由给定的属性构造和添加新的属性,以帮助提高精度和对高维度数据结构的理解
数据集成
冗余是数据集成时需要考虑的一个重要问题。另外一个重要问题是数据值冲突的检测与处理。
数据变换
平滑,聚集,数据概化,规范化和属性构造。平滑是数据清理形式,聚集和概化也是一种数据归约形式
规范化:通过将属性数据按比例缩放,使之落入一个小的特定区间。1 最小-最大规范化 2 z-score规范化(零均值规范化) 3 小数定标规范化
属性构造(或特征构造):由给定的属性构造和添加新的属性,以帮助提高精度和对高维度数据结构的理解