数据预处理与关联

在建立数据仓库的时候，由于各种原因造成里数据错误的不可避免性，所以便需要对数据进行预处理。

数据清理
- 缺失值：忽略、人工填写、全局变量填充、属性平均值填充、最可能值填充、所有同类样本平均值填充。
- 噪声数据：分箱(按箱平均值、按箱中指、按箱边界)、聚类、回归、计算机和人工检查结合
数据集成
- 实体识别
- 属性冗余
- 数据重复
- 数据值冲突的检测与处理
数据交换
- 平滑
- 聚类
- 数据概化
- 规范化
- 属性构造
数据归约

关联

在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性、或因果结构。

数据预处理与关联

频繁项集的任何子集也一定是频繁项集

满足最小支持度的项目集合

数据预处理与关联

第n层向n+1层转换时，要求前n-1项相同。