1、2022-3-2212022-3-2222022-3-2232022-3-2242022-3-2252022-3-2262022-3-227數據清理篩選數據清理篩選數據數據目標數據目標數據預處理預處理及變換及變換變換后的數據變換后的數據數據挖掘數據挖掘解釋解釋/評估評估2022-3-2282022-3-2292022-3-22102022-3-22112022-3-22122022-3-22132022-3-2214數據倉庫數據倉庫數據清理數據清理 數據集成數據集成過濾過濾數據庫數據庫數據庫或數據倉庫服務器數據挖掘引擎模式評估圖形用戶界面 知識庫2022-3-22152022-3-221620

2、22-3-22172022-3-22182022-3-2219 定義：論域X=x上的模糊集合A由隸屬函數A(x)來表征。其中A(x)在實軸的閉區間0，1中取值，A(x)的大小反映x對于模糊集合A的隸屬程度。 A(x)的值接近1，表示x隸屬于A的程度很高。 A(x)的值接近0，表示x隸屬于A的程度很低。 特例，當A的值域取0，1閉區間的兩個端點，亦即0，1兩個值時，A便退化為一個普通的邏輯子集。隸屬函數也就退化為普通邏輯值。 2022-3-22202022-3-22212022-3-22222022-3-22232022-3-22242022-3-22252022-3-22262022-3-22

3、272022-3-22282022-3-22292022-3-22302022-3-22312022-3-22322022-3-22332022-3-22342022-3-22352022-3-2236數據清理數據清理數據集成數據集成數據轉換數據轉換數據歸約數據歸約2022-3-22372022-3-22382022-3-22392022-3-2240n簡單，但是沒有意義2022-3-22412022-3-22422022-3-22432022-3-22442022-3-22452022-3-22462022-3-2247xyy = x + 1X1Y1Y12022-3-22482022-3-2

4、2492022-3-22502022-3-2251BABAnBBAAr) 1()( )(,ABAB2022-3-22522022-3-2253AAminnewmaxnew_,_AAAAAAminnewminnewmaxnewminmaxminvv_)_(2022-3-2254Avv jvv10Where j is the smallest integer such that Max(| |)Reduced attribute set: A1, A4, A6YYYNNN2022-3-22622022-3-22632022-3-2264count51015202530123456789101-10

5、11-2021-30510152025132515PricePricecount2022-3-22652022-3-22662022-3-22672022-3-22682022-3-2269count51015202530123456789101-1011-2021-30510152025132515PricePricecount2022-3-22702022-3-22712022-3-2272n例例1：包含數據：包含數據：101、110、203、222、305、315n方法：最高位包含方法：最高位包含3個值（個值（1、2、3）n分成分成100，200），），200，300），），300，40

6、0）三段）三段n例例2：包含數據：包含數據：101、110、103、422、405、415，400n方法：最高位包含方法：最高位包含2個值（個值（1、4）n分成分成100，150），），150，200） ，400，450） ，450，500）四段）四段n例例3：包含數據：包含數據：101、210、203、322、305、415，500n方法：最高位包含方法：最高位包含5個值（個值（1、2、3、4、5）n分成分成100，200），），200，300） ，300，400） ，400，500），），500，600）五段五段2022-3-22732022-3-2274countryprovince_or_ statecitystreet15 distinct values65 distinct values3567 distinct values674,339 distinct values2022-3-2275主要內容主要內容l為什么需要數據預處理為什么需要數據預處理? ?l數據清洗數據清洗 l數據集成與轉換數據集成與轉換l數據歸約數據歸約l數據離散化與概念層次的構建數據離散化與概念層次的構建l本章小結本章小結2022-3-22762022-3-2277信息可視化數據挖掘可視化 數據挖掘2022-3-22782022-3-22792022-3-22802022-3-2281