1 离群点和离群点分析 1.2 离群点的类型 a.全局离群点 显著偏离数据集中的其余对象，最简单的一类离群点。 检测方法：找到一个合适 ...

在数据挖掘的过程中，数据预处理占到了整个过程的60% 脏数据：指一般不符合要求，以及不能直接进行相应分析的数据 脏数据包括：缺失值、异常值、不一致的值、重复数据及含有特殊符号（如＃、¥、＊）的数据 数据清洗：删除原始数据集中的无关数据、重复数据、平滑噪声数据、处理缺失值、异常值 ...

第二章、频繁模式、关联规则和相关规则挖掘 关联规则挖掘算法可以从多种数据类型中发现频繁项集，包括数值数据和分类数据，基础算法有Apriori算法和FP-Growth算法。 1.关联模式和关联规则 1.1 模式和模式发现（频繁模式可以有以下几种形式 ...

一、异常值检验 异常值大概包括缺失值、离群值、重复值,数据不一致。 1、基本函数 summary可以显示每个变量的缺失值数量. 2、缺失值检验 关于缺失值的检测应该包括：缺失值数量、缺失值比例、缺失值与完整值数据筛选 ...

一直想把数据预处理的逻辑给理清楚点，在这里和大家一起分享。 一：缺失值的处理 删除缺失值 这是一种很常用的策略。 缺点：如果缺失值太多，最终删除到没有什么数据了。那就不好办了。 2.2 缺失值的填补 （1）均值法 根据缺失值 ...

看了数据挖掘的异常检测部分，写一点笔记。 1.0 概述 什么是数据挖掘：数据挖掘 什么是异常检测：异常检测 　　异常检测的目标是发现与大部分其他对象不同的对象。通常，异常对象被称为离群点，因为在数据的散布图中，他们远离其他数据点。异常检测也称为偏差检测、例外挖掘。 　　异常检测的方法 ...

第一章 什么是数据化运营 ...

下图摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚类方法可以划 ...