《數據挖掘：理論與算法》學習筆記（二）—數據預處理（上）

數據預處理過程 數據清洗—>數據轉換—>數據描述—>特徵選擇—>特徵提取 爲什麼要進行數據預處理 原始的數據不利於直接進行數據挖掘，因爲： 數據不完整 存在錯誤數據 數據存在重複信息 數據量過大 等等。。。 如何解決丟失的數據問題 進行選擇性忽視 人工補全（比如重新收集、經驗填充） 自動補全（利用數據的均值等） 等等。。。 離羣點（Outlier） 如何對這些離羣點進行檢測 離羣是相對的概念 局部

>>阅读原文<<