数据挖掘:数据预处理（数据挖掘数据预处理代码）

数据预处理的原因

§ 数据在搜集时由于各种原因可能存在缺失、错误、不一致等问题

§ 用于描述对象的数据有可能不能很好地反映潜在的模式

§ 描述对象的属性的数量可能有很多,有些属性是无用的或者冗余的

数据预处理的任务

（1）数据规范化（normalization）

（2）数据离散化（discretization）

（3）数据清洗（data cleaning）

（4）特征提取与特征选择

数据规范化

§ 数据规范化又称标准化（standardization），通过将属性的取值范围进行统一，避免不同的属性在数据分析的过程中具有不平等的地位

§ 常用方法

- 最小-最大法（min-max normalization）

- 零均值规范化（z-score）