【文件属性】：
文件名称：属性约简-tinyxml指南[中文]
文件大小：6.46MB
文件格式：PDF
更新时间：2021-06-14 22:52:42
RapidMiner
（2）约简数据
数据挖掘可能会是一项令人困惑且异常艰巨的工作，尤其是在数据集非常大时。 但如
果我们管理好数据，就不一定会如此。 前面的示例展示了如何过滤掉属性中包含不需要的
数据（或缺失的数据）的观察项，但我们还可以约简数据，以便使用较小的数据子集测试数
据挖掘模型。 这不仅可以大幅缩短处理时间，而且还可以测试模型是否能够解答我们的问
题。
（3）处理不一致的数据
不一致的数据不同于缺失的数据。 不一致的数据发生在值确实存在的时候，但值是无
效或无意义的。如：性别属性的值被填写成一个不合乎情理的其他数字。
（4）属性约简
属性约简又称维规约或特征选择，从数学的角度考虑，就是有 p 维数据 x,通过某种方法，
得到新的数据 x’(x‘的维数小于等于 p）。新的数据在某种评判标准下， 大限度地保留原
始数据的特征。属性约简主要是为了解决高维数据计算的复杂性和准确性问题。目标是消除
冗余和不相关属性对计算过程和 终结果造成的影响。
7.5.3 操作实现
第一步：数据的导入
在 Repository（资源库）栏“Add DATA”加载数据，这里我们使用的数据文件是“数据
准备.csv”文件，指向文件的存储路径后，会让你确定数据文件的分割符，如“，”“；”及空
格等（如图 7.8）。接下来是约定每一列数据的格式，例如是“polynominal”多值属性、
“binominal”二值属性等等（如图 7.9），RapidMiner 会自动帮我们选定，我们也能手动修
改。数据加载后，存入“Local Repository”本地资源目录的“data”文件夹下，方便以后查
找，将数据用鼠标拖放到“Process”窗口下，以备下一步使用（图 7.10）。