如何构建数据指标体系？
阅读量：2653
行业解决方案
覆盖金融、制造、医疗、政府、零售等主流行业
联系我们: 400-878-3819
服务与支持
思迈特软件提供多种自动和人工服务方式，为您的产品使用和项目保驾护航
投诉热线：199-2645-9486
投诉邮箱：complain@smartbi.com.cn
400-878-3819
数据预处理的方法
商业智能BI产品更多介绍：https://www.smartbi.com.cn/
商业智能BI产品更多介绍：点击前往
数据预处理的方法（一）聚集
聚集（aggregation）将两个或多个对象合并成单个对象。
数据预处理的方法（二）抽样
抽样是一种选择数据对象子集进行分析的常用方法。
数据预处理的方法（三）维归约
数据集可能包含大量特征。考虑一个文档的集合，其中每个文档是一个向量，其分量是文档中每个词出现的频率。在这种情况下，通常有成千上万的属性（分量），每个代表词汇表中的一个词。
数据预处理的方法（四）特征子集选择
是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。
数据预处理的方法（五）变量变换
指各类变量(或因素、指标)的互相转化。
数据预处理的方法（六）数据清理
数据清理例程通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。主要是达到如下目标：格式标准化，异常数据清除，错误纠正，重复数据的清除。
数据预处理的方法（七）数据集成
数据集成例程将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成。
数据预处理的方法（八）数据变换
通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。
数据预处理的方法（九）数据归约
数据挖掘时往往数据量非常大，在少量数据上进行挖掘分析需要很长的时间，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同。
热门文章
文章目录
商业智能BI资料包
扫码添加「小麦」领取 >>>
新一代商业智能BI工具
覆盖传统BI、自助BI、现代BI不同发展阶段，满足企业数字化转型的多样化需求
