1、数据预处理（1）

1、解决的问题

数据库中的数据极易受到噪声、丢失、不一致等数据的侵扰，数据也可能来自多个异构的数据源。为了提高数据挖掘质量，需要对噪声进行清理，丢失的数据进行补充，异构的不一致的数据转换成一致的数据。换句话说，就是把杂七杂八的数据整理成我们需要的条理清晰的数据。

为了解决现实生活中数据的不完整性、含噪声、不一致性的问题，需要对数据进行预处理。

2、可用的技术

预处理的技术可以分为以下几种：

1）数据清理：去除噪声，纠正不一致。

2）数据集成：将异构的数据处理后，按照一致的数据结构存储。如数据仓库

3）数据变换：如规范化，将数据转换成另一种表示方式，比如表示格式上的变化，或数据区间的不同（如十分制和百分制的转换等）。从而提高挖掘的准确性和效率

4）数据规约：通过聚集、删除冗余特征或聚类等方法来减小数据规模。

 

参考文献：

[1] Jiawei Han,《数据挖掘概念与技术》,北京：机械工业出版社,2007,第二版,30-32