機器學習-常見的數據預處理

1、背景 原始數據存在的幾個問題：不一致；重複；含噪聲；維度高。web 1.1 數據挖掘中使用的數據的原則 儘量賦予屬性名和屬性值明確的含義； 去除唯一屬性； 去除重複性； 合理選擇關聯字段。 1.2 常見的數據預處理方法 數據清洗：數據清洗的目的不僅是要消除錯誤、冗餘和數據噪音，還要能將按不一樣的、不兼容的規則所得的各類數據集一致起來。 數據集成：將多個數據源中的數據合併，並存放到一個一致的數據

>>阅读原文<<