IT博客-Impossible is Nothing !-随笔分类-Data Mininghttp://www.cnitblog.com/kinns/category/2246.html 如果我QQ上线但又没有给你发消息. 那请你原谅 因为我那时候正专心于我的事业中. 但这并不代表我没有把你放在第一位 恰恰因为我把你放在了第一位 所以才利用没有和你在一起的时间做完我该做的事. 而当我们在一起的时候. 我才能全心全意地和你在一起zh-cnSat, 01 Oct 2011 23:46:17 GMTSat, 01 Oct 2011 23:46:17 GMT60DM学习笔记http://www.cnitblog.com/kinns/archive/2006/03/26/8116.htmlkinnskinnsSun, 26 Mar 2006 15:30:00 GMThttp://www.cnitblog.com/kinns/archive/2006/03/26/8116.htmlhttp://www.cnitblog.com/kinns/comments/8116.htmlhttp://www.cnitblog.com/kinns/archive/2006/03/26/8116.html#Feedback0http://www.cnitblog.com/kinns/comments/commentRss/8116.htmlhttp://www.cnitblog.com/kinns/services/trackbacks/8116.html i. 数据集成处理
1.模式集成
2.冗余问题
3.数据值冲突检测与消除

ii.数据转换处理
1.平滑处理: 帮助出去数据中的噪声. 主要方法有: bin方法 聚类方法和回归方法
2.合计处理: 对数据进行总结或合计操作
3.数据泛化处理: 用更抽象的概念来取代低层次或数据层的对象. 如年龄属性映射到更高层次的概念: 如青年 中年 老年
4.规格化: 将数据映射到指定范围中.
5.属性构造: 根据已有属性构造新属性.

数据规格化三种方法:
1.最大最小规格化方法: v'=(v-MIN)*(NEW_MAX-NEW_MIN)/(MAX - MIN) + NEW_MIN;
2.零均值规格化法: v' = (v-A)/σ; A 为属性的均值 σ 为属性的偏差
3.十基数变换规格法:v' = v/10^j; j 为使 |max(v')|<1 的最小值
To be continued.


kinns 2006-03-26 23:30 发表评论
]]>