算法：數據預處理

原因：數據存在噪聲，數據缺失值，數據不一致，數據庫龐大，異種數據源等問題。 目的：解決上述問題，提高數據挖掘的質量。 方法：數據清理，數據集成，數據歸約，數據變換和數據離散化。 數據質量：準確性、完整性、一致性、時效性、可信性，可解釋性。 一、數據清理 1.    缺失值：許多元組的屬性沒記錄值（可能缺失，可能故意留白後期填寫。） （1）忽略元組：適用於元組有多個缺少值，每個屬性缺失值的百分比變化

>>阅读原文<<