读书笔记 -- 003_数据预处理_数据归约

概述
数据归约(data reduction)技术可以用来得到数据集的归约表示，它小得多，但是保持原始数据的完整性。也就是说，在归约后的数据集上挖掘更有效果，仍然产生相同( 或几乎形同)的分析结果。注意：用于数据归约的时间不应当超过或“抵消”在归约后的数据挖掘上挖掘节省的时间。

数据挖掘策略包括维归约、数量归约和数据压缩。
1) 维归约(dimensionlity)：减少所考虑的随机变量或属性的个数。维归约方法包括小波变换和主成分分析，他们把原始数据变换或投影到较小的空间。属性子集选择是一种维归约方法，其中不相关、弱相关或冗余的属性或维被检测和删除。
2)数量归约(numerosity reduction)：用替代的、较小的数据表示形式替换原始数据。
3)数据压缩(data compression)：使用变换，以便得到原始数据的归约或“压缩”表示。如果原始数据可以从压缩后的数据重构，而不损失信息，则该数据归约称为无损的。反之，称之为有损的。维归约和数量归约也可以视为某种形式的数据压缩。