常用的数据预处理方法 _知识分享

文章插图
常用的数据预处理方法是：
1、墓于粗糙集理论的约简方法。粗糙集理论是一种研究不精确、不确定性知识的数学工具。
2、基于概念树的数据浓缩方法。在数据库中,许多属性都是可以进行数据归类,各属性值和概念依据抽象程度不同可以构成一个层次结构,概念的这种层次结构通常称为概念树。
3、信息论思想和普化知识发现。特征知识和分类知识是普化知识的两种主要形式,其算法基本上可以分为两类：数据立方方法和面向属性归纳方法。
4、基于统计分析的属性选取方法。可以采用统计分析中的一些算法来进行特征属性的选取,比如主成分分析、逐步回归分析、公共因素模型分析等。
【常用的数据预处理方法】5、遗传算法。遗传算法是一种基于生物进化论和分子遗传学的全局随机搜索算法。遗传算法的基本思想是：将问题的可能解按某种形式进行编码,形成染色体。

常用的数据预处理方法的详细内容就为您分享到这里，【精彩生活】jing111.com小编为您精选以下内容，希望对您有所帮助：