Data Preprocessing

预处理器 人工智能 模式识别(心理学)
作者
Jiawei Han
出处
期刊:Elsevier eBooks [Elsevier]
卷期号:: 83-124 被引量:130
标识
DOI:10.1016/b978-0-12-381479-1.00003-4
摘要

This chapter introduces the basic concepts of data preprocessing and the methods for data preprocessing are organized into the following categories: data cleaning, data integration, data reduction, and data transformation. Data have quality if they satisfy the requirements of the intended use. There are many factors comprising data quality, including accuracy, completeness, consistency, timeliness, believability, and interpretability. There are several data preprocessing techniques. Data cleaning can be applied to remove noise and correct inconsistencies in data. Data integration merges data from multiple sources into a coherent data store such as a data warehouse. Data reduction can reduce data size by, for instance, aggregating, eliminating redundant features, or clustering. Data transformations (e.g., normalization) may be applied, where data are scaled to fall within a smaller range. This can improve the accuracy and efficiency of mining algorithms involving distance measurements. These techniques are not mutually exclusive; they may work together. For example, data cleaning can involve transformations to correct wrong data, such as by transforming all entries for a date field to a common format. The different attribute types and data characteristics can help identify erroneous values and outliers, which will be useful in the data cleaning and integration steps. Data processing techniques, when applied before mining, can substantially improve the overall quality of the patterns mined and/or the time required for the actual mining.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
欢歌笑语完成签到,获得积分10
刚刚
1秒前
独特的沛儿完成签到,获得积分10
1秒前
Akim应助科研人科研魂采纳,获得10
1秒前
c123完成签到,获得积分10
2秒前
2秒前
3秒前
4秒前
科研通AI2S应助悲凉的紊采纳,获得10
4秒前
九三完成签到,获得积分10
5秒前
Ava应助shanshan采纳,获得10
5秒前
英姑应助c123采纳,获得10
7秒前
学术菜鸡发布了新的文献求助10
7秒前
邵翎365发布了新的文献求助10
8秒前
上官若男应助Suagy采纳,获得10
8秒前
OmmeHabiba完成签到,获得积分10
8秒前
9秒前
张玉发布了新的文献求助10
9秒前
10秒前
10秒前
CodeCraft应助粗暴的君浩采纳,获得10
11秒前
11秒前
赘婿应助科研小达人采纳,获得10
12秒前
端庄白猫发布了新的文献求助10
14秒前
勤劳的凤灵关注了科研通微信公众号
15秒前
15秒前
16秒前
一区作者发布了新的文献求助10
16秒前
Pia唧发布了新的文献求助10
16秒前
于鱼完成签到,获得积分20
17秒前
神明发布了新的文献求助30
17秒前
xh完成签到,获得积分10
18秒前
蜡笔小俽发布了新的文献求助10
18秒前
18秒前
chitin chu完成签到,获得积分10
19秒前
yjwang发布了新的文献求助10
19秒前
小菜鸟完成签到,获得积分10
20秒前
echo发布了新的文献求助30
20秒前
21秒前
小小完成签到 ,获得积分10
22秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3123020
求助须知:如何正确求助?哪些是违规求助? 2773567
关于积分的说明 7718302
捐赠科研通 2429164
什么是DOI,文献DOI怎么找? 1290167
科研通“疑难数据库(出版商)”最低求助积分说明 621736
版权声明 600220