DATA PRE-PROCESSINGData pre-process

DATA PRE-PROCESSING
Data pre-processing is one of the most important steps in
KDD. It is aim is to make the chosen dataset as ‘clean’ as
possible for the later mining step [7, 8]. In this experiment,
the data preprocess are data cleaning, data integration and
transformation.
Data cleaning tasks are fill in missing value, identify
outliers and smooth out noisy data, correct inconsistent data.
The missing data caused by the student is a new student, so
there are no data value.
The next step is integrating data. Combined data from
multiple source files into a coherent database.
After that, transformating data. Every missing value
replaced by question mark ‘?’.

ผลลัพธ์ (ไทย) 1:

ประมวลผลข้อมูลก่อนประมวลผลข้อมูลก่อนเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดในKDD เป็นจุดมุ่งหมายที่จะทำให้ชุดข้อมูลท่านเป็น 'สะอาด'สุดสำหรับขั้นตอนการทำเหมืองในภายหลัง [7, 8] ในการทดลองนี้ข้อมูลประมวลผลเบื้องต้นเป็นข้อมูลที่ทำความสะอาด การรวมข้อมูล และการเปลี่ยนแปลงทำความสะอาดงานข้อมูลจะเติมค่าที่หายไป ระบุoutliers และเรียบออกคะข้อมูล ข้อมูลที่ไม่สอดคล้องถูกต้องข้อมูลสูญหายที่เกิดจากนักเรียนเป็นนักเรียนใหม่ ดังนั้นมีค่าข้อมูลขั้นตอนต่อไปคือการรวมข้อมูล รวมข้อมูลจากหลายแหล่งแฟ้มฐานข้อมูล coherentหลังจากนั้น ข้อมูล transformating ทุกค่าที่ขาดหายไปแทนที่ ด้วยเครื่องหมายคำถาม "? "

ผลลัพธ์ (ไทย) 2:

ข้อมูลก่อนการประมวลผล
ข้อมูลการประมวลผลก่อนเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดใน
KDD มันเป็นจุดมุ่งหมายที่จะทำให้ชุดข้อมูลที่ได้รับการแต่งตั้งเป็น 'สะอาด' เป็น
ไปได้สำหรับขั้นตอนการทำเหมืองแร่ในภายหลัง [7, 8] ในการทดลองนี้
ข้อมูล preprocess มีการทำความสะอาดข้อมูลบูรณาการข้อมูลและ
การเปลี่ยนแปลง.
งานทำความสะอาดข้อมูลจะถูกเติมเต็มมูลค่าหายไประบุ
ค่าผิดปกติและเรียบออกข้อมูลมีเสียงดังข้อมูลที่ไม่สอดคล้องกันที่ถูกต้อง.
ข้อมูลที่เกิดจากการขาดหายไปของนักศึกษาเป็นนักศึกษาใหม่เพื่อให้
มีค่าไม่มีข้อมูล.
ขั้นตอนต่อไปเป็นการบูรณาการข้อมูล รวมข้อมูลจาก
แฟ้มจากหลายแหล่งในฐานข้อมูลที่สอดคล้องกัน.
หลังจากนั้นข้อมูล transformating ทุกค่าที่ขาดหายไป
แทนที่ด้วยเครื่องหมายคำถาม? '

ผลลัพธ์ (ไทย) 3:

ข้อมูลการประมวลผลข้อมูลการประมวลผลเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดใน
KDD . มันมีจุดมุ่งหมายเพื่อให้ข้อมูลการเลือกเป็น ' สะอาด '
เป็นไปได้สำหรับขั้นตอนการทำเหมืองแร่ที่หลัง [ 7 , 8 ) ในการทดลองนี้
ข้อมูล preprocess จะทำความสะอาดข้อมูล บูรณาการข้อมูลและการแปลงข้อมูล

. งานทำความสะอาด คือเติมค่าสูญหาย ระบุ
ผิดปกติและเรียบออกข้อมูลที่ไม่สอดคล้องกัน ดังข้อมูลที่ถูกต้อง .
ข้อมูลที่หายไปจากนักเรียนเป็นนักศึกษาใหม่ เลยไม่มีข้อมูลค่า
.
ขั้นตอนต่อไปคือการบูรณาการข้อมูล แหล่งรวมข้อมูลจากหลายไฟล์ลงในฐานข้อมูล

หลังจากที่สอดคล้องกัน . transformating , ข้อมูล ทุกค่าสูญหาย
แทนที่ด้วยเครื่องหมายคำถาม ? '