书札：数据挖掘导论

数据挖掘是知识发现的一个子集

数据挖掘的四大任务

数据预处理

1、数据预处理的目的

让数据更适合挖掘

2、数据预处理的主要思想

• 选择分析所需要的数据对象和属性（记作A）
• 创建、改变属性（记作B）

3、常用方法

• 聚集：相关的信息聚在一块，但可能会丢失一些细节（A）
• 抽样（A）
• 维归约：降维处理。多个旧属性组成一个新属性（B）
• 特征子集选择：降维处理。从特征集里选择一些特征组成特征子集（A）
• 特征创建（B）
  • 特征提取
  • 映射数据到新的空间
  • 特征构造
• 离散化和二元化（B）
• 变量变换（B）