Datenvorverarbeitung

Zusammenfassung

Die in praktischen Anwendungen zur Verfügung stehenden Daten sind oft fehlerbehaftet, verrauscht, ungünstig skaliert und verteilt gespeichert. Zur Datenanalyse müssen solche Rohdaten zunächst vorverarbeitet werden, was einen nicht unerheblichen Arbeits- und Zeitaufwand innerhalb von Data-Mining-Projekten darstellt. Zu den wichtigsten Aufgaben dieser Datenvorverarbeitung gehört die Erkennung und Behandlung von Fehlern, Ausreißern und Rauscheffekten sowie die Aufbereitung der Daten durch Standardisierung und die Zusammenfassung aller benötigten Daten, zum Beispiel zu einer einzigen Datenmatrix. Falls die Daten als Zeitreihen vorliegen, lassen sich Ausreißer und Rauschen durch Filtermethoden reduzieren. Abbildung 3.1 zeigt einige der wichtigsten Familien von Filtermethoden, die in diesem Kapitel beschrieben werden.