我要穿越小说网【www.51cy.org】第一时间更新《离语》最新章节。
数据值异常等对于这些情况Y如果不加以处理Y就会直接影
响到最终挖掘模型的使用效果Y甚至会使得创建模型任务失败因此Y
在数据挖掘过程中Y数据清洗是第一步。
数据质量管理数据质量管理贯穿数据生命周期的全过程在
数据生命周期中Y可以通过数据质量管理的方法和手段Y在数据生成
使用消亡的过程里Y及时发现有缺陷的数据Y然后借助数据管理手
段Y将数据正确化和规范化Y从而达到符合要求的数据质量标准总
体而言Y数据质量管理覆盖质量评估数据去噪数据监控数据探
查数据清洗数据诊断等方面Y而在这个过程中Y数据清洗是决定
数据质量好坏的重要因素。
数据清洗按照实现方式Y可以分为手工清洗和自动清洗
??
1??手工清洗X手工清洗是通过人工方式对数据进行检查Y发现数据中
的错误这种方式比较简单Y只要投入足够的人力物力财力Y也能
发现所有错误Y但效率低下在大数据量的情况下Y手工清洗数据几乎
是不可能的
??
2??自动清洗X自动清洗是通过专门编写的计算机应用程序来进行数据
清洗这种方法能解决某个特定的问题Y但不够灵活Y特别是在清理过
程需要反复进行时??一般来说,数据清理一遍就达到要求的很少??Y程序
复杂Y清理过程变化时工作量大而且Y这种方法也没有充分利用目前
数据库提供的强大的数据处理能力。
数据清洗主要是对缺失值重复值异常值和数据类型有误的数据
进行处理Y数据清洗的内容主要包括四点
??
1??缺失值处理由于调查编码和录入误差Y数据中可能存在
一些缺失值Y需要给予适当的处理常用的处理方法有X估算
整例删除变量删除和成对删除
??
2??异常值处理根据每个变量的合理取值范围和相互关系Y检
查数据是否合乎要求Y发现超出正常范围逻辑上不合理或者相
互矛盾的数据。
数据清洗主要是对缺失值重复值异常值和数据类型有误的数据
进行处理Y数据清洗的内容主
我要穿越小说网【www.51cy.org】第一时间更新《离语》最新章节。
本章未完，点击下一页继续阅读。