★选择业务数据集合(三)
来源:互联网 发布:热门小说软件下载 编辑:程序博客网 时间:2024/06/14 08:27
在确定关键性业务问题后,根据映射的数据挖掘问题,来选择原始业务数据集合。通常要理解业务数据的表结构和说明。
※ 需要注意的是在选择数据之前,要确定目标的实验单元,即数据的主题,或者粒度等。比如客户,账目就是不同的主题,但是都是从两张表中抽取的。
※ 可以用可视化,如直方图,分布图,统计图(箱式图)来查看数据集的连续和离散字段,检查可能出现的异常值,NULL值,空值等。
※ 字段离散值超过25个值时,很难从中发现有用的模式。
※ 空值超过总体98%的字段可以考虑删除。
※ 抽取源字段时,考虑字段间的关联性,重复列等信息
※ 数据量过大可以考虑抽样,但要注意产生抽样偏差
※ 对抽取转换清洗工作进行归档,保留元数据。
※ 处理异常值,NULL值,空值的方法。
※ 还原数据源中数据编码的原意。
※ 决策树和关联规则比其他算法要适合空值的数据情况。
这一步骤相当于Extraction。
- ★选择业务数据集合(三)
- ★转换业务数据(四)
- 根据业务需求对饿了么数据进行数据清洗(三)
- Android版DailyInsist(三)——业务逻辑和数据操作MainFragment
- java大数据学习笔记(三) 集合框架
- 项目经验技术总结三:系统业务基础数据维护
- BIEE入门(三)业务模型层
- iOS开发-数据选择UIPickerView(案例三)
- 集合学习(三)
- 集合总结(三)
- 集合(三):ConcurrentHashMap
- 集合初探(三)
- 集合类(三)
- 集合(三)Map
- Java集合(三)
- 集合(三)泛型
- Java 集合(三)
- 集合类(三)
- 动态规划之0-1背包详解
- 用Visual C++开发MySQL应用程序,开发环境配置,Visual C++与MySQL
- C#数学运算类
- C# 实现的多线程异步Socket数据包接收器框架
- web.xml配置详细说明(上)
- ★选择业务数据集合(三)
- web.xml配置详细说明(中)
- sca osgi felix
- web.xml配置详细说明(下)
- 记今天解决的问题:从键盘读数据
- javascript的一种对象声明语法
- A example of pointer
- SQL Server 2005中复制数据表的SQL语句
- 基于arm的Linux的启动分析(至start_kernel)