数据预处理

数据预处理（data preproc理触更数花概运essing）是指来自在主要的处理以前对数据进行的一些处理。主要是清理异常值360百科、纠正错误数据

• 中文名 数据预处理
• 外文名 data preprocessing
• 定义 主要的处理以前对数据进行处理
• 方法 数据清理，数据集成，数据变换等
• 目标 格式标准化，异常数据清除

​简介

　　现实世界中数据大体上都是来自不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。 数据预处理有多种方法:数据清理，数据集成，数据变换，数据归约等东安讨氢采。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际审要企挖掘所需要的时间。

数据清理

　　数据清理例程通过填写缺失的值、光滑噪声数据、唱于地似及识别或删除离群点并解决不一致性来"清理"数据。主要是达到如下目标:格李员征亮将苦立式标准化，异常数据清除，错误纠正，重复数据的清除。

数据集成

　　数据集成例程将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程来自实际上就是数据集成。

数据变换

　　通过平360百科滑聚集，数据概化，规范化等方式将数据转换成适已唱买卷都物容攻测用于数据挖掘的形式。

数据归约

　　数据挖掘时往往数据量非常大，在少量数据上进行挖掘分析需要很长的时间，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同。

　　数据预处理是数据挖掘一个热门的研究方面，毕竟这是由数据预处理的产生背景所决定的--现实世界中的数据几乎都脏数据。