数据预处理的四种方式

数据预处理的四种方式是：

　　1、数据清理，数据清理例程通过填写缺失的值、光滑噪声数据、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：格式标准化，异常数据清除，错误纠正，重复数据的清除。

　　2、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实际上就是数据集成。

　　3、数据变换。通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。

　　4、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（data preprocessing）是指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、纠正错误数据现实世界中数据大体上都是不完整，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。