数据挖掘-数据预处理.ppt
《数据挖掘-数据预处理.ppt》由会员分享,可在线阅读,更多相关《数据挖掘-数据预处理.ppt(47页珍藏版)》请在装配图网上搜索。
数据挖掘与知识发现(复杂数据对象的数据挖掘与知识发现),4数据挖掘的预处理,数据挖掘的困难所在,NoiseSkeweddistributionMissingvalues(incompleteinfo)ScalabilityHighdimensionalityBiasindata.,预处理在知识发现中所占份量,预处理,各种不同的数据源和数据对象数据的选择、集成与整合,对问题进行限定数据库中的数据具有噪声、缺值、不易至数据的去噪和规范化问题,提高挖掘精度数据的变换规范化、映射到不同的空间,提高挖掘效率数据的规约取出冗余、属性聚类来压缩数据数据的预处理是KDD,从以上讨论可以看出,利用语言场理论对连续属性进行离散化,该方法简单,计算时间短,可以根据专家(用户)的意愿来划分连续属性,从而用自然语言来描述最后得到的规则,使之更为用户所理解,因此比较实用,其不足之处是受人为因素的影响。,离散化的问题,离散化方法的一个先天不足是可能降低发现的知识的精确度,因此离散化过程如同其他的汇总小结过程一样,可能会导致某些相关的详细信息的丢失。另外,离散化方法对挖掘出的知识的质量的影响如何,仍是一个有待研究的课题。离散化方法即改变连续属性为离散值。属性进行离散化的思想是输入一个(整数的或连续值的)属性值输出一个有序区间,因此整个输入域相应与一个有序区间列表。离散化方法常常跟分类问题相联系。,- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 预处理
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文