数据挖掘-数据预处理

来自🥬🐶程序员 Truraly | 田园 的博客，最新文章首发于：田园幻想乡 | 原文链接 | github （欢迎关注）

---

数据类型：

1. 名称型：区别性 比如：性别
2. 顺序型：区别性，顺序性 比如：身高
3. 间隔型：区别性，顺序性，可加减 比如：温度
4. 比率型：区别性，顺序性，可加减，可乘除 比如：百分比

为什么要预处理数据：

1. 数据不完整，比如缺失值
2. 数据不一致，比如单位不一致
3. 有噪声，比如错误数据

3.3.1 数据的中心趋势

平均数和加权平均数

首先这里有一组数据

1,,53,22,39,73,9,14

（算数）平均值：

$\overline{x}=\frac{1}{n}{\sum }_{i=1}^n{x}_i$

加权平均值：

$\overline{x}=\frac{{\sum }_{i=1}^n{w}_i{x}_i}{{\sum }_{i=1}^n{w}_i}$