DBM301 Chương 3 - Tiền xử lý dữ liệu

Chương 3 Data Preprocessing (Han, Kamber, Pei, ấn bản 3); buổi 5–8; ứng với CLO3 trong bảng CLO. Giảm chiều: principal components analysis, discrete wavelet transform, chọn tập con thuộc tính bằng stepwise forward selection và backward elimination. Chuẩn hoá: min-max, z-score, decimal scaling. Độ đo tương quan giữa thuộc tính: chi-square (χ2), hệ số tương quan, hiệp phương sai. Giảm số lượng dữ liệu (numerosity reduction): mô hình log-linear, hồi quy, histogram, mẫu phân tầng, mẫu cụm, gộp theo khối dữ liệu. Rời rạc hoá: ChiMerge, binning cùng tần suất, cây quyết định, phân cấp khái niệm (concept hierarchy). Làm sạch: giá trị thiếu, dữ liệu nhiễu, làm trơn bằng trung bình bin, data scrubbing.