ĐịNh dạng dữ liệu đúng cách - con người

Con người sử dụng kinh nghiệm khi họ giải thích dữ liệu họ thấy, nhưng máy tính không thể. Phần mềm khai thác dữ liệu của bạn sẽ cố gắng hết sức để xác định loại dữ liệu trong từng cột, nhưng các loại dữ liệu thường mơ hồ.

Khi bạn thấy một danh sách mã ZIP, bạn không nên thêm và xóa chúng. Bạn biết rằng chúng đại diện cho các địa điểm. Bạn hiểu điều này vì bạn có nhiều kinh nghiệm nhìn thấy và nhận ra mã bưu điện. Một máy tính có thể giải thích một mã bưu điện như là một số nguyên hoặc biện pháp liên tục. Cuối cùng, bạn phải xác định đúng định dạng.

Chức năng thiết lập các định dạng dữ liệu và vai trò (như là denoting biến phụ thuộc cho mô hình hóa) có thể được chôn trong nhiều vị trí trong ứng dụng khai thác dữ liệu của bạn. Bạn có thể định nghĩa các định dạng và vai trò của các biến trong một tệp dữ liệu trước khi bạn mở một ứng dụng khai thác dữ liệu (các định dạng dữ liệu gốc cho Orange và Weka cho phép), như một phần của việc nhập khẩu hoặc đôi khi sau đó trong tiến trình.

Bạn có thể có các công cụ được xây dựng cho mục đích này, giống như các công cụ được hiển thị trong các hình dưới đây, hoặc bạn có thể định nghĩa các thuộc tính này trong các thủ tục khác.

Ví dụ, bạn có thể thấy rằng một công cụ mô hình hóa cụ thể trong một ứng dụng cho phép bạn dự đoán cả hai biến phân loại và liên tục, nhưng một công cụ tương tự trong một ứng dụng khác có thể cho phép mô hình hoá chỉ một hoặc nhiều thứ khác.