数据预处理的核心内容

简述数据预处理的主要内容 

数据预处理主要包括以下几个方面的内容：

1. 数据清理：通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。主要目标是格式标准化，异常数据清除，错误纠正，重复数据的清除。

2. 数据集成：将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成。

3. 数据变换：通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。

4. 数据归约：数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同。

数据预处理的目的是提高数据挖掘模式的质量，降低实际挖掘所需要的时间。