WHY DATA PREPROCESSING?Data in the

WHY DATA PREPROCESSING?
Data in the real world is dirty
incomplete: missing attribute values, lack of certain attributes
of interest, or containing only aggregate data
e.g., occupation=“”
noisy: containing errors or outliers
e.g., Salary=“-10”
inconsistent: containing discrepancies in codes or names
e.g., Age=“42” Birthday=“03/07/1997”
e.g., Was rating “1,2,3”, now rating “A, B, C”
e.g., discrepancy between duplicate records
A well-accepted multi-dimensional view:
Accuracy, Completeness
Consistency, Timeline
Believability, Value added
Interpretability, Accessibility.

Results (Indonesian) 2:

? MENGAPA DATA preprocessing
data di dunia nyata kotor
lengkap: hilang nilai atribut, kurangnya atribut tertentu
yang menarik, atau hanya mengandung agregat Data
misalnya, pekerjaan = ""
berisik: mengandung kesalahan atau outlier
misalnya, Gaji = "- 10"
tidak konsisten : mengandung perbedaan dalam kode atau nama
misalnya, Umur = "42" Ulang Tahun = "1997/03/07"
misalnya, Apakah rating "1,2,3", sekarang Peringkat "A, B, C"
misalnya, perbedaan antara catatan duplikat
Sebuah diterima dengan baik tampilan multi-dimensi:
Akurasi, Kelengkapan
Konsistensi, Timeline
kepercayaan, nilai tambah
diinterpretasi, aksesibilitas.