簡述資料預處理的主要步驟

簡述資料預處理的內容是：

資料預處理（datapreprocessing）是指在主要的處理以前對資料進行的一些處理。如對大部分地球物理面積性觀測資料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為規則網的處理，以利於計算機的運算。另外，對於一些剖面測量資料，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。現實世界中資料大體上都是不完整，不一致的 髒資料，無法直接進行資料探勘，或挖掘結果差強人意。為了提高資料探勘的質量產生了資料預處理技術。

資料預處理有多種方法：資料清理，資料整合，資料變換，資料歸約等。這些資料處理技術在資料探勘之前使用，大大提高了資料探勘模式的質量，降低實際挖掘所需要的時間。資料清理例程通過填寫缺失的值、光滑噪聲資料、識別或刪除離群點並解決不一致性來“清理”資料。主要是達到如下目標：格式標準化，異常資料清除，錯誤糾正，重複資料的清除。資料整合例程將多個數據源中的資料結合起來並 統一儲存，建立資料倉庫的過程實際上就是資料整合。通過平滑聚集，資料概化，規範化等方式將資料轉換成適用於資料探勘的形式。資料探勘時往往資料量非常大，在少量資料上進行挖掘分析需要很長的時間，資料歸約技術可以用來得到資料集的歸約表示，它小得多，但仍然接近於保持原資料的完整性，並結果與歸約前結果相同或幾乎相同。資料預處理是資料探勘一個熱門的研究方面，畢竟這是由資料預處理的產生背景所決定的，現實世界中的資料幾乎都髒資料。