数据挖掘笔记（二）

主要是整理自己在数据挖掘课程上所做的一些笔记。
更多内容可以访问我的个人博客。

数据预处理(data-preprocessing)

---

• 数据预处理概论

（1）为什么要对数据进行处理
为了数据的质量：

不准确、不完整和不一致的数据在现实世界的数据库和数据仓库中很常见。
为了数据的实时性，实时性也影响数据质量（用户不及时更新数据）。
为了数据的可信度，可信度反映了用户对数据的信任程度。
为了数据的可解释性，可解释性反映了对数据的理解难易程度。

预处理方法：

（1）数据清洗（Data Cleaning）

（1）处理缺失的值

（2）处理噪音数据

（2）数据整合（Data Integration）

（1）冗余与相关性分析

（3）数据缩减（Data Reduction）

（1）维度约减

（2）数度约减

（3）数据压缩

</