数据预处理
缺失值处理
拉格朗日插值法
原理:对于平面中的n个点,可以找到一个n-1次多项式,使得此多项式经过n个点。
牛顿插值法
插值节点增减时,插值多项式也随之变换,在实际计算中较为麻烦,因此提出牛顿插值法。
异常值处理
处理方法:
①删除含有异常值的记录
②将异常值视为缺失值
③平均值修正
④不处理
数据变换
简单函数变换
平方、开方、取对数、差分运算
规范化
1.最小-最大化规范
x ∗ = x − min m a x − m i n x^\ast=\frac{x-\min}{max-min} x∗=max−minx−min
2.0均值规范
x ∗ = x − x ˉ σ x^\ast=\frac{x-\bar{x}}{\sigma} x∗=σx−xˉ
3.小数定标规范
x ∗ = x 10 k x^\ast=\frac{x}{{10}^k} x∗=10kx
连续属性离散化
等宽化
等频化
聚类分析
数据规约