簡述數據預處理的主要步驟

簡述數據預處理的內容是：

數據預處理（datapreprocessing）是指在主要的處理以前對數據進行的一些處理。如對大部分地球物理面積性觀測數據在進行轉換或增強處理之前，首先將不規則分佈的測網經過插值轉換爲規則網的處理，以利於計算機的運算。另外，對於一些剖面測量數據，如地震資料預處理有垂直疊加、重排、加道頭、編輯、重新取樣、多路編輯等。現實世界中數據大體上都是不完整，不一致的 髒數據，無法直接進行數據挖掘，或挖掘結果差強人意。爲了提高數據挖掘的質量產生了數據預處理技術。

數據預處理有多種方法：數據清理，數據集成，數據變換，數據歸約等。這些數據處理技術在數據挖掘之前使用，大大提高了數據挖掘模式的質量，降低實際挖掘所需要的時間。數據清理例程透過填寫缺失的值、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。透過平滑聚集，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。數據預處理是數據挖掘一個熱門的研究方面，畢竟這是由數據預處理的產生背景所決定的，現實世界中的數據幾乎都髒數據。