数据挖掘-噪声数据处理

数据挖掘中对噪声数据的处理主要有

1、分箱法

通过考察数据的周围值来光滑有序数据的值。

例子：

假定箱子大小：3

4,8,15

用均值进行光滑：

9,9,9

用边界光滑（用距离最近的值替换原值）：

4,4,15

2、回归

用一个函数拟合数据来光滑数据。主要有线性拟合和多远线性拟合等。

拟合：形象的说，就是用一个曲线将平面上的点连接起来。

拟合以及插值还有逼近是数值分析的三大基础工具，通俗意义上它们的区别在于：拟合是已知点列，从整体上靠近它们，插值是已知点列并且完全经过点列；逼近是已知曲线，或者点列，通过逼近使得构造的函数无限靠近它们。（引自百度百科http://baike.baidu.com/view/1148275.htm）

3、聚类

通过聚类将类似的值组织成群或者簇，可以直观检测离群点。

?

摘自：《数据挖掘-概念与技术》