數據預處理的主要方法有哪些

數據的預處理是指對所收集數據進行分類或分組前所做的審核、篩選、排序等必要的處理；主要方法有數據清理，數據集成，數據變換，數據歸約等。

數據清理；數據清理例程通過填寫缺失的值、光滑噪聲數據、識別或刪除離羣點並解決不一致性來“清理”數據。主要是達到如下目標：格式標準化，異常數據清除，錯誤糾正，重複數據的清除。數據集成；數據集成例程將多個數據源中的數據結合起來並統一存儲，建立數據倉庫的過程實際上就是數據集成。數據變換；通過平滑聚集，數據概化，規範化等方式將數據轉換成適用於數據挖掘的形式。數據歸約；數據挖掘時往往數據量非常大，在少量數據上進行挖掘分析需要很長的時間，數據歸約技術可以用來得到數據集的歸約表示，它小得多，但仍然接近於保持原數據的完整性，並結果與歸約前結果相同或幾乎相同。