（三）數據預處理過程簡介

一、數據預處理過程包括

（一）Attribute Selection(字段選擇)

• Data Integration(數據整合)　　多重數據源的整合問題

 

• 消除數據不一致
　　台幣 VS. 美金
• 消除數據重復性　　
　　A及B數據表都有某會員的數據

 

（二）Data Cleansing(數據清洗)

•  Wrong Value(錯誤值)
•  Outlier(離群值)
•  Missing Value(空值)

　　注意：數據清洗階段，最重要的第一步是數據質量報告，數據質量報告3張表牢記：第一，字段匯總情況表；第二，數值型字段情況表；第三，類別性字段情況表。

　　

 

（三） Attribute Enrichment(字段擴充)

• 外部數據整合

• 內部數據的統整(Data Aggregation)
  　　 利用舊字段將其加總、統計做初步整理，使得數據更適合探勘

（四）Data Coding(數據編碼)

• Data Transformation(數據轉換)
• Data Reduction(數據精簡)

1. Record Reduction(記錄精簡)
2. Attribute Value Reduction(域值精簡)
3. Attribute Reduction(字段精簡)