河北工业大学数据挖掘实验报告 实验一 数据预处理 一、实验目得 1、熟悉 VC+编程工具与完全数据立方体构建、联机分析处理算法。 2、浏览拟被处理得得数据,发现各维属性可能得噪声、缺失值、不一致性等,针对存在得问题拟出采用得数据清理、数据变换、数据集成得具体算法。 3、用 VC+编程工具编写程序,实现数据清理、数据变换、数据集成等功能。 4、调试整个程序获得清洁得、一致得、集成得数据,选择适于全局优化 得参数。 5、写出实验报告。 二、实验原理 1、 数据预处理现实世界中得数据库极易受噪音数据、遗漏数据与不一致性数据得侵扰,为提高数据质量进而提高挖掘结果得质量,产生了大量数据预处理技术。数据预处理有多种方法:数据清理,数据集成,数据变换,数据归约等。这些数据处理技 术在数据挖掘之前使用,大大提高了数据挖掘模式得质量,降低实际挖掘所需要 得时间。 2、数据清理 数据清理例程通过填写遗漏得值,平滑噪音数据,识别、删除离群点,并解 决不一致来清理数据。 3、数据集
