Podatkovno rudarjenje

Sinfga bog'liq diskretizatsiya

• Axlat qutilari soni oldindan belgilanmagan
• ammo, qutidagi misollarning minimal soni
• 2 oddiy qoida:
• Min.ni belgilang. yo'q. qutidagi misollar
• Bin bir xil sinf qiymatiga ega bo'lgan ikkita misol o'rtasida o'zgarmasligi kerak

Misol

12	15	20	21	29	35	101	102	110	120
c2	c1	c1	c1	c2	c1	c3	c2	c2	c1

Minimal raqam. ning qutidagi misollar = 2 _

12	15	20	21	29	35	101	102	110	120
c2	c1	c1	c1	c2	c1	c3	c2	c2	c1

I1 = [12,21]
I2 = [29,35]
I3 = [101,120]

Chet elliklar

• Qo'lda/vizual tekshirish :
• Quti syujeti
• Gistogramma
• Tarqalish sxemasi
• Avtomatik texnikalar :
• " 1,5 x IQR " qoidasi
• Ma'lumotlarga bog'liq bo'lgan boshqa ko'plab texnikalar

"1,5 x IQR" qoidasi

• IQR = 3 - kvartil - 1 - kvartilni hisoblang
• Quyidagi atribut qiymatlari bo'lgan barcha misollarni chetlab o'tish deb hisoblang:
• 1 - kvartildan past - 1,5 x IQR yoki
• 3 - kvartildan yuqori + 1,5 x IQR

• Ba'zi dasturiy ta'minot avtomatik ravishda chiziqli diagrammada (masalan, R) o'zgaruvchan qiymatlarni belgilaydi.

Maydonni qisqartirish / xususiyatni tanlash

• "Kichik" yoki o'zgaruvchanligi bo'lmagan atributlarni olib tashlang
• Misol: yashash mamlakati
• "Juda ko'p" o'zgaruvchanligi bo'lgan atributlarni olib tashlang
• Misol: ID, telefon raqami
• Faqat "eng yaxshi" atributlarni saqlang
• sinf bilan "yuqori bog'liq" bo'lganlar
• Misol : zoo.tab

Balanssiz ma'lumotlar to'plamlari

• Misol : ko'krak saratoni
• Yechim = ma'lumotlarni "muvozanat" qilishga harakat qiling

I	D	D_d
200	12.3.2019
201	7.4.2013
202	23.5.2012

Javob: 2019+(71-0,5)/(365+0)=2019,193;
2013+(97-0,5)/(365+0)=2013,264;
2012+(143-0,5)/(365+1)=2012,390;
KSP formati

Diskretlashtirish

Javob: W=(2020-2000)/4;
W=5;
D1=[2000, 2005);
D2=[2005, 2010);
D3=[2010, 2015);
D4=[2015, 2020);
N_e_b =11/3; N_e_b = trunc (3);
2000, 2001, 2003, 2005 , 2007, 2011, 2012, 2013 , 2017, 2018, 2020
D1=[2000, 2005]
D2=[2007, 2013]
D3=[2017, 2020]

Diskretlashtirish

Javob: W=(2020-2000)/4
W=5;
B1=[2000, 2005);
B2=[2005, 2010);
B3=[2010, 2015);
B4=[2015, 2020];