数据挖掘(一)
2015-12-20 10:53
148 查看
一、数据的相关问题
数据的质量数据预处理,使数据更适合分析
根据数据联系分析数据,找到数据之间的联系,利用联系进行其余分析
二、名词解释
数据集:数据对象的集合属性:对象的性质或特性
测量标度:将数值或符号值与对象的属性相关联的规则
数据集的特性
维度
稀疏性:非零项所占比例很小,只存非零项,可节省时间和空间
分辨率:影响数据的性质
数据清理:清理不真实或重复的对象(如人的身高2米,体重2kg)
涉及测量误差的问题:
噪声、伪像、偏倚、精度、准确率
涉及数据质量的问题:
离群点、遗漏、不一致的值、重复数据
数据收集错误:遗漏数据对象、不正确包含数据对象,也就是有其他相似但并不应该包含的数据的干扰
离群点:不同于数据集中其他大部分数据的对象
遗漏值:对象遗漏属性(比如有人不愿意透漏姓名、年龄)
聚集:将两个或多个对象合并成单个对象(如表1:学号姓名,表2学号成绩,聚集之后就变成一个表:学号姓名成绩)
抽样:选择数据对象子集进行分析的方法,数据挖掘中采用抽样是为了节省数据处理需要的时间、费用。
有效抽样的原理:样本越具代表性,效果越接近整个数据集
抽样方法:简单随机抽样(有放回、无放回),分层抽样(对于总体由不同类型对象组成,且数量差别很大)
相关文章推荐
- poj 1966 Cable TV Network 顶点连通度
- cp的用法
- 使用Jenkins配置自动化构建
- 信息安全系统设计基础期末总结
- SQL多表连接查询(详细实例)
- python从入门到精通(DAY 3)
- Unity中UGUI人物血条跟随的几种实现方式(一)
- 20135220谈愈敏-期末总结
- 右导零去除
- net start oracleserviceorcl发生系统错误5
- scala22-Scala中的闭包
- 对图像的单个像素操作
- 软件工程实践总结作业——个人作业
- Ajax请求发送的FormData是"[object object]"
- [CAQ5]使用okhttp等三方网络框架的时候出现超时错误
- 织梦dedecms整合Ueditor1.4.3百度编辑器(最新版2015年12月整合)
- Nil is not compatible with expected argument type '[String : AnyObject]'
- 安装 CAS 服务器 支持Tomcat
- 小波工具函数详解
- iOS屏幕尺寸和分辨率了解