|
27. Apr 2006|11:11 |
Integrācija
• Simbolu apzīmējumi:
o Problēma: Simboli (atribūti) dažādos datu avotos var nozīmēt dažādas
lietas;
• Informācijas atšifrējumi:
o Problēma: Analoģiskiem atribūtiem analoģiskas vērtības var būt dažādi
apzīmētas
• Informācijas formatēšana:
o Problēma: Tāda pati kā atšifrējumiem.
• Mērvienību bāze:
o Problēma: Tie paši atribūti var būt apzīmēti dažādās mērvienībās.
• Subjekta identifikācija:
o Problēma: Tam pašam subjektam var būt dažādi identifikatori dažādās sistēmās.
Tīrīšana
• Neatbilstošo datu pārbaude: dzēšana, ja nepieciešams;
• Acīmredzamo kļūdu labošana.
Summēšana
• Aditīvas mērvienības;
• Neaditīvas mērvienības.
Trūkstošo vērtību apstrāde
• Iemesls to trūkumam?
o Nav ierakstītas (piem., mantotā sistēma šādus datus neieraksta, vai arī ne
visas patreizējās sistēmas to dara);
o Nav izmantojamas;
o Klients atteicās tās piegādāt.
• Rīcība gadījumā, ja ir trūkstošās vērtības
o Pievienot „karodziņa lauciņu”, lai apzīmētu to kā trūkstošo vērtību, vai
o Definēt trūkstošo vērtību kā nulli, vai
o Aprēķināt trūkstošo vērtību:
Izmantot vidējo aritmētisko vērtību visā datu kopā;
Izmantot vidējo aritmētisko vērtību līdzīgu ierakstu kopā (klasteros
datu kopā);
Izmantot attīstītu prognozēšanas tehniku (piem., regressijas kokus)
Transformēšana
• Proporcionēšana
• Atvasināšana
• Funkcijas / formulējumi
• Mērogošana |
|