数据挖掘——数据的准备

1、数据的收集

2、数据抽样 ：注意其代表性和随机性

代表性指的是样本与总体的接近程度；随机性反映样本被抽中纯属偶然

例如：在对总体质量状况一无所知的情况下，采用简单随机抽样最为合理；在对总体质量有一定的了解情况下，采用分层随机或系统随机抽样可提高其代表性；而对于简单随机抽样有困难的情况下，可采用随机性和代表性较差的分段随机或整群随机抽样

3、抽样方法

单价段抽样方法	方法介绍	特点
简单随机抽样	将调查总体全部编号，再用抽签法或者随机数表法抽取部分观察组成样本	优点：操作简单 缺点：总体较大时，无法编号