ขั้นตอนการเตรียมข้อมูลเป็นขั้นตอนที

ขั้นตอนการเตรียมข้อมูลเป็นขั้นตอนที่ใช้เวลานานที่สุด เนื่องจากโมเดลที่ได้จากการทำดาต้าไมน์นิ่งจะให้ผลลัพทธ์ที่ถูกต้องหรือไม่นั้น ขึ้นอยู่กับคุณภาพของข้อมูลที่ใช้ กล่าวคือถ้าข้อมูลที่ใช้นั้นไม่ถูกต้อง มีผิดพลาด ย่อมสะท้อนถึงผลลัพธ์ที่ได้ ซึ่งอาจทำให้ตีความผลลัพธ์ได้คลาดเคลื่อนเช่นกัน โดยการเตรียมข้อมูลนั้น สามารถแบ่งออกได้เป็น 3 ขั้นตอนย่อยคือ

bullet2ทำการคัดเลือกข้อมูล (Data Selection) เราควรกำหนดเป้าหมายก่อนว่าเราจะทำการวิเคราะห์อะไร แล้วจึงเลือกใช้เฉพาะข้อมูลที่เกี่ยวข้องกับสิ่งที่เราจะทำการวิเคราะห์

bullet2การกลั่นกรองข้อมูล (Data Cleaning) ในบางกรณีอาจพบข้อมูลที่ไม่ถูกต้อง อันเนื่องมาจากปัญหาในระหว่างการจัดเก็บข้อมูล เช่นการกรอกข้อมูลไม่ครบบ้าง กรอกข้อมูลซ้ำซ้อนบ้าง ในขั้นตอนนี้เราจะทำการกรองข้อมูลที่ไม่ถูกต้องหรือซ้ำซ้อนออก หรืออาจทำการซ่อมข้อมูลที่ขาดหายไปด้วยวิธีการบางอย่าง เช่นการพิจารณาจากค่าเฉลี่ยของข้อมูลส่วนใหญ่เป็นต้น

bullet2การแปลงรูปข้อมูล (Data Transformation) เป็นขั้นตอนการเตรียมข้อมูลให้อยู่ในรูปแบบที่พร้อมนำไปใช้ในการวิเคราะห์ตามอัลกอริทึมของดาต้าไมน์นิ่งที่เลือกใช้

ผลลัพธ์ (อังกฤษ) 1:

Data preparation steps are steps that take a long time because the models do da da mine still yields the correct tha lap. Depending on the quality of the data used, that is, if the data is not valid. The error is surely reflects the results that might make the interpretation of the results obtained as well as tolerance by preparing them can be divided into 3 phases:Bullet 2 Select data (Data Selection), we should set a goal before you that we will make an analysis of what, and then select only the data that is related to what we will be doing the analysis.Bullet 2 to refine data (Data Cleaning), in some cases, you might have data that is not valid. Due to problems during storage, such as filling in missing? Complete duplication? In this step we will filter the data that is invalid or redundant or repair may result in missing data with certain methods, such as considering the average of most data, etc.Data format conversion, 2 bullet (Data Transformation) is the process of preparing data in a format that is ready to be used in the analysis of algorithms on da main selected slides.

ผลลัพธ์ (อังกฤษ) 2:

The initialization procedure is a procedure that takes the longest. Because the model from the data mining results will provide accurate truth or not. Depending on the quality of the data used. That is, if the data is not correctly reflect errors inevitably results. This could lead to inaccurate interpretation of the results as well. By providing that information Can be divided into three phases, is bullet2 selected data (Data Selection) we should target that we can analyze anything. It only uses the information to what we will analyze bullet2 to moderate (Data Cleaning), in some cases, may find that wrong. Due to problems during storage. Such as filling some incomplete. Fill out some redundancy In this process, we will filter out invalid or redundant. Or repair the missing data by some method. As determined by the average of the so bullet2 transformed data (Data Transformation) is the process of preparing the data into a form readily applied to analyze the algorithms of data mining that. Selection

ผลลัพธ์ (อังกฤษ) 3:

The data preparation is the most time consuming step. Because the model from the datamining will yield better reliabilityof correct or not. Depending on the quality of the information used. That is to say, if the data is invalid.Surely reflect the results. Which would make the interpretation of the results. The error data preparation, can be divided into 3 substeps is
.
bullet2 data selection (Data Selection) we should set goals that we analyzed. Then choose to use only information that is relevant to what we analyzed the

.Bullet2 screening data (Data Cleaning) in some cases may find the wrong information. Due to problems during storage. Such as filling out, fill the redundancy.May be fixed or data missing some ways. Such as determined by the average data etc.
.
bullet2 conversion of data (Data Transformation). A process of preparing the data in a format used in analysis with algorithm of datamining that choose to use.