1,? 數(shù)據(jù)預(yù)處理的過(guò)程主要包括：數(shù)據(jù)清洗焰情，數(shù)據(jù)集成期升，數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)規(guī)約。
2殉了，牛頓插值法: https://www.zhihu.com/question/22320408/answer/141973314
3 ,? 數(shù)據(jù)規(guī)范化：
3.1 最小最大規(guī)范化
3.2 零-均值規(guī)范化
σ 為標(biāo)準(zhǔn)差
3.3 小數(shù)定標(biāo)規(guī)范化
K為數(shù)據(jù)絕對(duì)值最大的以10為底的次冪的向上取整开仰。
4，常用的離散化方法:
4.1 等寬法
4.2 等頻法
4.3 基于聚類分析的方法Kmeans
5,? 數(shù)據(jù)規(guī)約：
意義:
1, 降低無(wú)效薪铜，錯(cuò)誤數(shù)據(jù)對(duì)建模的影響众弓，提高建模的準(zhǔn)確性
2, 少量且具有代表性的數(shù)據(jù)架將大幅度縮減數(shù)據(jù)挖掘所需的時(shí)間
3, 降低存儲(chǔ)數(shù)據(jù)的成本
6，屬性規(guī)約常見(jiàn)方法:
注：主成分分析是一種用于連續(xù)屬性的數(shù)據(jù)降維方法隔箍，它構(gòu)造了原始數(shù)據(jù)的一個(gè)正交變換谓娃，新空間的基底去除了原始空間基底下數(shù)據(jù)的相關(guān)性，只需使用少數(shù)新變量就能夠解釋原始數(shù)據(jù)中的大部分變異蜒滩。
主成分分析步驟：
7滨达，數(shù)值規(guī)約
數(shù)值規(guī)約指通過(guò)選擇代替的奶稠，較小的數(shù)據(jù)來(lái)減少數(shù)據(jù)量，包含有參數(shù)和無(wú)參數(shù)方法兩類捡遍。有參數(shù)方法是使用一個(gè)模型來(lái)評(píng)估數(shù)據(jù)锌订，只需存放參數(shù)，而不需要存放數(shù)據(jù)画株，例如回歸（線性回歸和多元回歸）和對(duì)數(shù)線性模型（近似離散屬性集中的多維概率分布）辆飘。無(wú)參數(shù)方法就需要存放實(shí)際的數(shù)據(jù)，例如直方圖谓传，聚類蜈项，抽樣。
7.1 直方圖
7.2 聚類
7.3 抽樣
? ? 7.3.1 s個(gè)樣本無(wú)放回簡(jiǎn)單隨機(jī)抽樣
? ? 7.3.2 s個(gè)樣本有放回簡(jiǎn)單隨機(jī)抽樣
? ? 7.3.3聚類抽樣
? ? 7.3.4 分層抽樣
? 7.4參數(shù)回歸
8续挟，python主要數(shù)據(jù)預(yù)處理函數(shù)
