【数据挖掘】数据变换与离散化讲解与实战（超详细 附源码）

需要源码和PPT请点赞关注收藏后评论区留言私信~~~

在数据预处理过程中，不同的数据适合不同的数据挖掘算法。数据变换是一种将原始数据变换成较好数据格式的方法，以便作为数据处理前特定数据挖掘算法的输入。数据离散化是一种数据变换的形式

一、数据变换的策略

1. 光滑 数据光滑用于去掉数据中的噪声。常用的数据平滑方法有分箱、回归和聚类等方法

2. 属性构造 属性构造是通过由给定的属性构造新的属性并添加到属性集中，以帮助数据挖掘

3. 聚集 聚集是对数据进行汇总或聚集。例如，可以聚集日销售数据，计算月和年销售量。通常，聚集用来为多个抽象层的数据分析构造数据立方体

4. 规范化 把属性数据按比例缩放，使之落入一个特定的小区间，如-1.0～1.0

（1）最小-最大规范化

（2）z分数规范化

 

（3）小数定标