- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Data Mining - Concepts and Techniques CH03.ppt
Data Mining: Concepts and Techniques Data Mining: Concepts and Techniques — Slides for Textbook — — Chapter 3 — (Modified by Yuchen Fu) School of Computer Science and Technology Soochow University yuchenfu@ Chapter 3: Data Preprocessing Why preprocess the data?( 为什么要预处理数据? ) Data cleaning( 数据清理 ) Data integration and transformation( 数据集成和变换 ) Data reduction( 数据归约 ) Discretization and concept hierarchy generation Summary Why Data Preprocessing? 为什么要预处理数据? Data in the real world is dirty( 现实世界的数据是“肮脏的” ) incomplete: lacking attribute values, lacking certain attributes of interest, or containing only aggregate data( 不完整的:有些感兴趣的属性缺少属性值,或仅包含聚集数据 ) noisy: containing errors or outliers( 含噪声的:包含错误或者“孤立点” ) inconsistent: containing discrepancies in codes or names( 不一致的:在编码或者命名上存在差异 ) No quality data, no quality mining results!( 没有高质量的数据,就没有高质量的挖掘结果 ) Quality decisions must be based on quality data( 高质量的决策必须依赖高质量的数据 ) Data warehouse needs consistent integration of quality data( 数据仓库需要对高质量的数据进行一致地集成 ) Multi-Dimensional Measure of Data Quality 数据质量的多维度量 A well-accepted multidimensional view ( 一个广为认可的多维度量观点: ) Accuracy( 精确度 ) Completeness( 完整度 ) Consistency( 一致性 ) Timeliness( 合乎时机 ) Believability( 可信度 ) Value added( 附加价值 ) Accessibility ( 可访问性 ) Broad categories ( 跟数据本身的含义相关的 ) intrinsic, contextual, representational, and accessibility.( 内在的、上下文的、表象的 ) Major Tasks in Data Preprocessing Data cleaning( 数据清理 ) Fill in missing values, smooth noisy data, identify or remove outliers, and resolve inconsistencies( 填写空缺的值,平滑噪声数据,识别、删除孤立点,解决不一致性 ) Data integration( 数据集成 ) Integration of multiple databases, data cubes, or files( 集成多个数据库、数据立方体或文件 ) Data transformation( 数据变换 ) Normalization and aggregation( 规范化和聚集 ) Data reduction( 数据归约 ) Obtains reduced representation in volume but produces the same or similar analytical results( 得到数据集的压缩表示,它小得多,但可以得到相同或相近的结果 ) Data discretization( 数据离散化 ) Part of data reduction but with particular importance, especially for numerical data( 数据归约的一部分,通
您可能关注的文档
- 寂寞高手——中国股市内在规律研究和实战操作
- 秘密规则--股市职业炒盘手自述_(完全篇)
- 投资王道 证券分析实践 txtUMD TXT BRM 格式手机书下
- 一个美国资本家的成长:世界首富沃伦·巴菲特传
- Visual C++ 程序员指南(一).pdf
- 1-semantic deep web-automatic attribute extraction from the
- 2-Automatic Generation of Ontology from the Deep Web.pdf
- A Framework of Deep Web Crawler.pdf
- A Holistic Approach on Deep Web Schema Matching .pdf
- A Machine Learning Approach Classification of Deep Web Sourc
文档评论(0)