數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理實驗_第1頁
數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理實驗_第2頁
數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理實驗_第3頁
數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理實驗_第4頁
數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理實驗_第5頁
已閱讀5頁，還剩10頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

數(shù)據(jù)挖掘預(yù)處理By何博威Clementine基本操作1.讀入數(shù)據(jù)2.查看數(shù)據(jù)3.簡單分析數(shù)據(jù)4.對數(shù)據(jù)的操作–

Sample,Balance,Aggregate,Sort,Merge,Append,Di

e對屬性的處理Type,Filter,Dervive統(tǒng)計圖的生成Plot,Distribution,Histogram示例建立流–選中的為數(shù)據(jù)導(dǎo)入模塊

Type模塊，查看以及修改屬性項的類別和值域

數(shù)據(jù)審查模塊，可以顯示數(shù)據(jù)的一些基本信息在quality選項中，我們可以設(shè)置檢測缺失值離群值和極值

由于churn是類型節(jié)點中定義的唯一目標(biāo)字段，系統(tǒng)會自動將其用作交疊字段

點擊Quality選項，我們可以看見每個屬性是否有極值、離群值和缺失值

對于缺失值的處理，我們可以選擇使用一定的算法或自己定義表達(dá)式或者產(chǎn)生隨機(jī)數(shù)等方法這里，我們可以生成超節(jié)點來處理缺失值生成超節(jié)點超節(jié)點是由這些節(jié)點組成的可以進(jìn)一步進(jìn)行離群值和特征值的篩選數(shù)據(jù)地址/s/1zMmty數(shù)據(jù)介紹1.csv，校園區(qū)域用戶語音交往記錄

(u_id,ou_id,count,time),14,762,483條記錄任務(wù)：1.統(tǒng)計通話記錄中有很多條記錄的通話次數(shù)為空的填充為0，并輸出這些記錄2.因為通話是具有雙向性的（A給B電話與B給A打電話是相同的），對表1進(jìn)行處理，消除所有冗余記錄,i.e:<a,b,x,y>,<b,a,x,y>這樣的一對就是冗余的，只要保留一個3.統(tǒng)計表中出

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。