数据预处理
一、实验原理
预处理方法基本方法
1、数据清洗
去掉噪声和无关数据
2、数据集成
将多个数据源中的数据结合起来存放在一个一致的数据存储中
3、数据变换
把原始数据转换成为适合数据挖掘的形式
4、数据归约
主要方法包括:数据立方体聚集，维归约，数据压缩，数值归约，离散化和概念分层等二、实验目的
掌握数据预处理的基本方法。
三、实验内容
1、R语言初步认识（掌握R程序运行环境）
2、实验数据预处理。（掌握R语言中数据预处理的使用）
对给定的测试用例数据集，进行以下操作。
1）、加载程序，熟悉各按钮的功能。
2）、熟悉各函数的功能，运行程序，并对程序进行分析。
对餐饮销量数据进统计量分析，求销量数据均值、中位数、极差、标准差，变异系数和四分位数间距。
对餐饮企业菜品的盈利贡献度（即菜品盈利帕累托分析），画出帕累托图。
3）数据预处理
缺省值的处理：用均值替换、回归查补和多重查补对缺省值进行处理
对连续属性离散化：用等频、等宽等方法对数据进行离散化处理
四、实验步骤
1、R语言运行环境的安装配置和简单使用
（1）安装R语言
R语言下载安装包，然后进行默认安装，然后安装RStudio 工具（2）R语言控制台的使用
1.2.1查看帮助文档
1.2.2 安装软件包
1.2.3 进行简单的数据操作
（3）RStudio 简单使用
1.3.1 RStudio 中进行简单的数据处理
1.3.2 RStudio 中进行简单的数据处理
2、R语言中数据预处理
（1）加载程序，熟悉各按钮的功能。
（2）熟悉各函数的功能，运行程序，并对程序进行分析
2.2.1 销量中位数、极差、标准差，变异系数和四分位数间距。
, 2.2.2对餐饮企业菜品的盈利贡献度（即菜品盈利帕累托分析），画出帕累托图。
（3）数据预处理
缺省值的处理：用均值替换、回归查补和多重查补对缺省值进行处理
对连续属性离散化：用等频、等宽等方法对数据进行离散化处理
五、实验结果
按照实验步骤对餐饮销量数据进统计量分析，求出了销量数据均值、中位数、极差、标准差，
变异系数和四分位数间距，并在上述报告中用表格显示出来；得到了餐饮企业菜品的盈利贡
献度（即菜品盈利帕累托分析）；最后进行数据预处理。
六、思考与分析
1、异常值的存在会对挖掘结果带来什么样的不良影响？
答：在实验中，由于测量产生误差，从而导致个别数据出现异常，往往导致结果产生较大的误差，即出现
数据的异常.而异常数据的出现会掩盖实验数据的变化规律，以致使研究对象变化规律异常，得出错误结论。
2、为什么需要对数据进行规范化？
答：规范化目的是使结构更合理，消除存储异常，使数据冗余尽量小，便于插入、删除和更新。
欢迎您的下载，
资料仅供参考！
致力为企业和个人提供合同协议，策划案计划书，学习资料等
等
打造全网一站式需求
