数据词典：数据转换（Data Conversion）

大麦哥

数据转换就是将数据进行转换或归并，从而构成一个适合数据处理的描述形式。常见的数据转换策略包括：

（1）平滑处理。帮助除去数据中的噪声，常用的方法包括分箱、回归和聚类等。

（2）聚集处理。对数据进行汇总操作。例如，每天的数据经过汇总操作可以获得每月或每年的总额。这一操作常用于构造数据立方体或对数据进行多粒度的分析。

（3）数据泛化处理。用更抽象（更高层次）的概念来取代低层次的数据对象。例如，街道属性可以泛化到更高层次的概念，如城市、国家，再比如年龄属性可以映射到更高层次的概念，如年轻、中年和老年。

（4）规范化处理。将属性值按比例缩放，使之落入一个特定的区间，比如0.0~1.0。常用的数据规范化方法包括Min-Max规范化、Z-Score规范化和小数定标规范化等。

（5）属性构造处理。根据已有属性集构造新的属性，后续数据处理直接使用新增的属性。例如，根据已知的质量和体积属性，计算出新的属性——密度。

【出处】林子雨.大数据导论.人民邮电出版社,2020年9月第1版