數據預處理

1.為什么數據預處理

2.數據為什么臟

3.為什么數據預處理是重要的

4.數據質量

5.數據預處理的主要任務

6.數據預處理的形式

?

數據清理

1.如何處理缺失數據

2.如何處理噪音數據

?

數據集成

1.模式集成、沖突數據值、冗余數據

?

數據變換

規范化數據的方法 ：最小-最大規范化、Z-score 規范化、小數定標規范化

?

數據歸約

1.數據歸約策略

2.數據立方體聚集

3.數據壓縮

4.維度規約-特征選擇

5.唯獨規約-決策樹歸約

6.維度歸約=屬性/特征產生

7.主成分分析

6.回歸和對數線性模型

?

離散化和概念分層產生

?

?

?

?

?

?

?

?

?

?

?

# dataArr = []# lebalArr = []# line = open("data/horseColic.txt","r")# b = line.readlines()# for i in line:#? ? ? b = line.strip("\n").split("\t")#? ? ? dataArr.append(b.pop())#? ? ? lebalArr.append(b)# print(dataArr)# print(lebalArr)

轉載于:https://www.cnblogs.com/Firesun/p/10800888.html

總結

以上是生活随笔為你收集整理的03数据预处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。