Angewandte statistische Techniken für Data Mining

Die Datenbereinigung ist ein wichtiger Schritt bei der Datenaufbereitung. Ein häufiges Problem, mit dem Datenanalysten konfrontiert werden, sind fehlende Werte in der Datenbank. Fehlende Werte beim Data Mining sind ein ständiges Problem, das zu Fehlern bei der Datenanalyse führen kann. Zufällig fehlende Elemente in den Attributen/Datensätzen machen die Datenanalyse kompliziert und führen zu verwirrenden konsolidierten Ergebnissen. Dies beeinträchtigt die Genauigkeit der Ergebnisse und Zwischenabfragen. Durch den Einsatz statistischer / numerischer Methoden kann man die fehlenden Daten wiederherstellen und die Verdachtsmomente in der Datenbank verringern. In der vorliegenden Untersuchung wird die Methode der Newton Forward Interpolation (NFI) angewandt, um die fehlenden Werte wiederherzustellen, sowie weitere verschiedene Methoden. Die Daten im Datensatz sind immer die Grundbausteine für jede Abfrage und jede weitere Aufgabe und Entscheidung. Wenn die Basisdaten unvollständig sind oder der Datensatz fehlende Werte aufweist, kann niemand von aktuellen Endberichten ausgehen. Beim Data Mining ist die Erkennung und Wiederherstellung fehlender Werte bei unregelmäßigen Daten immer noch ein großes Problem. Um diese Situation zu überwinden, werden statistische oder numerische Techniken benötigt, um die fehlenden Werte im Datensatz wiederherzustellen.