使用Excel操作数据处理方法(比excel更强大的数据处理软件)

你们好，最近小活发现有诸多的小伙伴们对于数据处理方法与技巧见面课测验，数据处理方法这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。

1、 1.基于粗糙集理论的约简方法。

2、 粗糙集理论是一种研究不精确和不确定知识的数学工具。目前，它已被KDD广泛重视，利用粗糙集理论来简化数据维数是一种非常有效的方法。

3、 通常，我们处理的数据存在信息模糊的问题。模糊有三种：术语的模糊，如高度；数据的不确定性，如噪音；知识本身的不确定性，比如规则前后的依赖，并不完全可靠。

4、 在KDD，处理不确定数据和噪声干扰是一种粗糙集方法。

5、 2.基于概念树的数据集中方法。

6、 在数据库中，许多属性可以被分类成数据，每个属性值和概念可以根据抽象程度形成层次结构。这种层次结构的概念通常被称为概念树。概念树通常由领域专家提供，

7、 它将所有层次的概念按特殊顺序排列。

8、 3.信息论与知识发现。

9、 特征知识和分类知识是广义知识的两种主要形式，其算法基本可以分为两类：数据立方体法和面向属性归纳法。

10、 普通的面向属性的归纳方法在归纳属性的选择上存在一定的盲目性。在归纳的过程中，当有多个归纳属性可供选择时，通常会随机选择一个进行归纳。事实上，不同的属性归纳顺序可能会导致不同的知识。

11、 根据信息论中最大含水量的概念，我们应该选择一个信息损失最小的归纳顺序。

12、 4.基于统计分析的属性选择方法。

13、 我们可以利用统计分析中的一些算法来选择特征属性，如主成分分析、逐步回归分析、公因子模型分析等。这些方法的共同特点是使用少量的特征元组来描述高维的原始知识库。

14、 5. Genetic Algorithm Genetic Algorithm)

15、 遗传算法是一种基于生物进化和分子遗传学的全局随机搜索算法。遗传算法的基本思想是将问题的可能解以某种形式编码形成染色体。随机选择n条染色体形成初始种群。

16、 然后根据预定的评估函数为每个染色体计算适应值。选择适应度值高的染色体进行复制，通过遗传操作(选择、交叉、变异)产生一组对环境更适应的新染色体，形成新的种群。以便后代继续繁衍和进化，

17、 最后收敛到一个最适合环境的个体，从而找到问题的最优解。遗传算法应用的关键是适应度函数的建立和染色体的描述。在实际应用中，通常与神经网络方法相结合。通过遗传算法搜索更重要的变量组合。

以上就是数据处理方法这篇文章的一些介绍，希望能帮助到大家。