Tổng quan về khai phá dữ liệu - Đại học Duy Tân

- Tích hợp dữ liệu;
- Biến đổi dữ liệu;
- Rút gọn dữ liệu.
29
3.2. Làm sạch dữ liệu
3.2.1. Thiếu giá trị
Hãy xem xét một kho dữ liệu bán hàng và quản lý khách hàng. Trong đó có thể có một hoặc
nhiều giá trị mà khó có thể thu thập được ví dụ như thu nhập của khách hàng. Vậy làm cách nào để
chúng ta có được các thông tin đó, hãy xem xét các phương pháp sau.
- Bỏ qua các bộ: Điều này thường được thực hiện khi thông tin nhãn dữ liệu bị mất. Phương
pháp này không phải lúc nào cũng hiệu quả trừ khi các bộ có chứa một số thuộc tính không thực sự
quan trọng.
- Điền vào các giá trị thiếu bằng tay: Phương pháp này thường tốn thời gian và có thể không
khả thi cho một tập dữ liệu nguồn lớn với nhiều giá trị bị thiếu.
- Sử dụng các giá trị quy ước để điền vào cho giá trị thiệu: Thay thế các giá trị thuộc tính
thiếu bởi cùng một hằng số quy ước, chẳng hạn như một nhãn ghi giá trị “Không biết” hoặc “∞”.
Tuy vậy điều này cũng có thể khiến cho chương trình khai phá dữ liệu hiểu nhầm trong một số
trường hợp và đưa ra các kết luận không hợp lý.