2.3 数据预处理

数据预处理策略和技术常见的有以下几种：

• 聚集 Aggregation
• 抽样 Sampling
• 维规约 Dimensionality reduction
• 特征子集选择 Feature subset selection
• 特征创建 Feature creation
• 离散化和二元化 Discretization and binarization
• 变量转换 Variable transformation

总之，以上技术可以归为两类：选择分析所需要的数据对象和属性以及创造/改变属性。其目标是降低数据挖掘分析的时间，花销和提高质量。后述的特征（feature）和变量（variable）都是指属性（attribute）。