數據分析與挖掘（數據預處理）

在數據挖掘中，海量的原始數據存在着大量不完整（有缺失）、不一致、又異常的數據，影響數據挖掘建模的執行效率，甚至導致數據挖掘失敗，所以數據的預處理尤爲重要。 一、數據清洗 主要是刪除原始數據中的無關數據、重複數據、噪聲數據等，處理缺失值、異常值。 處理缺失值的方法分爲三類；刪除數據、數據插補、不處理。 其中插補方法包括：均值、中位數、衆數、使用固定值、最近鄰插值、迴歸方法、插值法等等 異常值處理：在

>>阅读原文<<