数据预处理

组件介绍

“数据预处理”（Preprocess） 控件支持选定一系列的预处理方法对数据集进行预处理。

“数据预处理”（Preprocess） 控件支持定义一系列预处理操作，系统会根据定义的预处理操作顺序对输入数据集进行相关处理。只需使用该控件即可实现多个数据预处理控件连接的处理流程，极大简化了用户的操作步骤。

---

• 输入：
  • data：数据集
• 输出：
  • data：预处理后的数据
  • pre：预处理方法

---

页面介绍

点击 “数据预处理”（Preprocess） 控件查看参数配置页面，如下图所示：

警告

获取属性信息的逻辑如下：

1. 优先解析直接上游组件的输出结果，需要您先将上游组件运行成功
2. 如1不满足，将会追溯源头的File、SQL Table等加载数据的属性信息

若属性信息获取错误，可通过重置控件重新获取。

参数选项

选项	说明	取值范围	样例值
添加预处理	预处理选项中有多种处理方式，用户可以按照自己的需求选择使用何种预处理数据的手段。并且其按照顺序执行预处理方法。	离散化 连续化 缺失值处理 关联属性选择 随机选取属性 标准化属性 数据混淆 主成分分析 CUR矩阵分解

使用案例

在下图所示的案例中，使用 “加载文件”（File） 控件加载数据，通过 “查看数据”（Data Table） 控件查看加载数据的信息，同时使用 “数据预处理”（Preprocess） 控件对数据集进行预处理，之后通过 “查看数据”（Data Table） 控件查看处理后的数据集。

案例中加载 bridges 数据集，选择“连续化处理”，“缺失值处理”，“数据混淆”对数据集进行预处理，其中各处理的参数设置为默认设置。案例中控件的配置以及执行结果如下图所示。