■另一个问题是必须有处理“非常值”的 机制,来消除“非常值”对最终结果的 影响,数据可能并不是來自我们假定的 总体。异常点是典型的例子。 ■失真的数据、方法上错误的步驟、滥用 挖掘工具、模型太理想化、超出各种不 确定性和模糊性的数据来源的模型可能 导致挖掘方向的错误。因此挖掘不只是 简单在应用一系列工具于已知问题,而 是一种批判性的鉴定、考查、检查以及 评佔过程
另一个问题是必须有处理“非常值”的 机制，来消除“非常值”对最终结果的 影响，数据可能并不是来自我们假定的 总体。异常点是典型的例子。 失真的数据、方法上错误的步骤、滥用 挖掘工具、模型太理想化、超出各种不 确定性和模糊性的数据来源的模型可能 导致挖掘方向的错误。因此挖掘不只是 简单在应用一系列工具于已知问题，而 是一种批判性的鉴定、考查、检查以及 评估过程
■挖掘过程中一个最关键的步骤是 对初始数据集的预备和转换,数 据预备有两个中心任务 1.把数据组织成一种标准形式,使 其能被挖掘工具和其他基于计弇 机的工具处理(一个关系表) 准备数据集使之能得到最佳的挖 掘效果
挖掘过程中一个最关键的步骤是 对初始数据集的预备和转换，数 据预备有两个中心任务： 1.把数据组织成一种标准形式，使 其能被挖掘工具和其他基于计算 机的工具处理（一个关系表） 2.准备数据集使之能得到最佳的挖 掘效果
2.3原始数据的转换 1.标准化 挖掘中基于n维空间距离讣算 的方法需要对数据进行标准化处 理来达到最佳效果,将数据按比例 对应到特定的范围,否则距离测 量将会超出平均起来数值更大的 那些特征。标准化常用技术
1.标准化 挖掘中基于n维空间距离计算 的方法需要对数据进行标准化处 理来达到最佳效果,将数据按比例 对应到特定的范围，否则距离测 量将会超出平均起来数值更大的 那些特征。标准化常用技术： 2.3 原始数据的转换
(1)小数缩放:小数缩放移动小数点,但 大多数原始数据保持不变。设缩放区 间为[-1,1,其变换公式为 v(i)=v(i)/10 K是保证缩放后的值落在指定区间的最小 比例。方法为:在原数据集中选择绝 对值最大者,取K使该值绝对值〈1, 然后将该因子施加于所有数据进行缩 放
(1)小数缩放：小数缩放移动小数点，但 大多数原始数据保持不变。设缩放区 间为[-1，1]，其变换公式为： k v (i) v(i)/10 ' = K是保证缩放后的值落在指定区间的最小 比例。方法为：在原数据集中选择绝 对值最大者，取K使该值绝对值〈1， 然后将该因子施加于所有数据进行缩 放