Use the most probable value to fill

Use the most probable value to fill in the missing value: This may be determined
with regression, inference-based tools using a Bayesian formalism, or decision tree
HAN 10-ch03-083-124-9780123814791 2011/6/1 3:16 Page 89 #7
3.2 Data Cleaning 89
induction. For example, using the other customer attributes in your data set, you
may construct a decision tree to predict the missing values for income. Decision trees
and Bayesian inference are described in detail in Chapters 8 and 9, respectively, while
regression is introduced in Section 3.4.5.
Methods 3 through 6 bias the data—the filled-in value may not be correct. Method 6,
however, is a popular strategy. In comparison to the other methods, it uses the most
information from the present data to predict missing values. By considering the other
attributes’ values in its estimation of the missing value for income, there is a greater
chance that the relationships between income and the other attributes are preserved.
It is important to note that, in some cases, a missing value may not imply an error
in the data! For example, when applying for a credit card, candidates may be asked to
supply their driver’s license number. Candidates who do not have a driver’s license may
naturally leave this field blank. Forms should allow respondents to specify values such
as “not applicable.” Software routines may also be used to uncover other null values
(e.g., “don’t know,” “?” or “none”). Ideally, each attribute should have one or more rules
regarding the null condition. The rules may specify whether or not nulls are allowed
and/or how such values should be handled or transformed. Fields may also be intentionally left blank if they are to be provided in a later step of the business process. Hence,
although we can try our best to clean the data after it is seized, good database and data
entry procedure design should help minimize the number of missing values or errors in
the first place.

Kết quả (Việt) 1:

Sử dụng giá trị nhất có thể xảy ra để điền vào các giá trị thiếu: điều này có thể được xác địnhvới hồi qui, suy luận dựa trên các công cụ bằng cách sử dụng một hình thức Bayes, hay cây quyết địnhHAN 10-ch03-083-124-9780123814791 2011/6/1 3:16 trang 89 #73,2 dữ liệu Cleaning 89cảm ứng. Ví dụ, bằng cách sử dụng các thuộc tính khác của khách hàng trong thiết lập dữ liệu của bạn, bạncó thể xây dựng một cây quyết định để dự đoán các giá trị thiếu cho thu nhập. Cây quyết địnhsuy luận Bayes được mô tả chi tiết trong chương 8 và 9, tương ứng, trong khihồi qui được giới thiệu trong phần 3.4.5.Phương pháp 3 đến 6 thiên vị dữ liệu — đầy trong giá trị có thể không chính xác. Phương pháp 6,Tuy nhiên, là một chiến lược phổ biến. So với các phương pháp khác, nó sử dụng nhiều nhấtthông tin từ các dữ liệu hiện tại để dự đoán thiếu giá trị. Bằng cách xem xét khácthuộc tính giá trị trong ước lượng về mất tích có giá trị đối với thu nhập, có là một lớn hơncó thể có những mối quan hệ giữa thu nhập và các thuộc tính khác được bảo tồn.Nó là quan trọng cần lưu ý rằng, trong một số trường hợp, một giá trị bị thiếu có thể bao hàm một lỗitrong dữ liệu! Ví dụ, khi nộp đơn xin một thẻ tín dụng, thí sinh có thể được yêu cầucung cấp số giấy phép lái xe của họ. Ứng cử viên không có giấy phép lái xe có thểtự nhiên để trống trường này. Hình thức nên cho phép người được hỏi để xác định giá trị như vậynhư là "không thể áp dụng." Thói quen phần mềm cũng có thể được sử dụng để phát hiện ra các giá trị null(ví dụ: "không biết" "?" hoặc "không"). Lý tưởng nhất, mỗi thuộc tính cần phải có một hay nhiều quy tắcliên quan đến điều kiện null. Các quy tắc có thể chỉ định hay không nulls được phépvà/hoặc làm thế nào giá trị như vậy nên được xử lý hoặc chuyển đổi. Các lĩnh vực có thể cũng được cố tình để trống nếu họ được cung cấp trong bước sau của quá trình kinh doanh. Do đó,mặc dù chúng tôi có thể cố gắng tốt nhất của chúng tôi để làm sạch dữ liệu sau khi nó được nắm, tốt cơ sở dữ liệu và dữ liệuthiết kế quy trình nhập sẽ giúp giảm thiểu số lượng các giá trị thiếu hoặc sai sót trongnơi đầu tiên.

Kết quả (Việt) 2:

Sử dụng các giá trị có thể xảy ra nhất để điền vào các giá trị bị mất tích: Điều này có thể được xác định
với hồi quy, công cụ suy luận dựa trên sử dụng một hình thức Bayes, hoặc cây quyết định
HAN 10 ch03-083-124-9780123814791 2011/06/01 03:16 Trang 89 # 7
3.2 dữ liệu sạch 89
cảm ứng. Ví dụ, bằng cách sử dụng của khách hàng các thuộc tính khác trong tập dữ liệu của bạn, bạn
có thể xây dựng một cây quyết định để dự đoán các giá trị bị mất thu nhập. Cây quyết định
và suy luận Bayes được mô tả chi tiết trong chương 8 và 9, tương ứng, trong khi
hồi quy được giới thiệu trong phần 3.4.5.
Phương pháp 3 đến 6 thiên vị các dữ liệu giá trị điền-in có thể không chính xác. Phương pháp 6,
tuy nhiên, là một chiến lược phổ biến. So với các phương pháp khác, nó sử dụng hầu hết các
thông tin từ các dữ liệu hiện tại để dự đoán giá trị bị mất. Bằng cách xem xét các khác
các giá trị thuộc tính trong dự toán của các giá trị thiếu cho thu nhập, có một lớn hơn
cơ hội mà các mối quan hệ giữa thu nhập và các thuộc tính khác được bảo lưu.
Điều quan trọng là cần lưu ý rằng, trong một số trường hợp, một giá trị thiếu có thể không hàm ý một lỗi
trong dữ liệu! Ví dụ, khi áp dụng cho một thẻ tín dụng, ứng viên có thể được yêu cầu
cung cấp số giấy phép lái xe của họ. Những thí sinh không có giấy phép lái xe có thể
tự nhiên để trống trường này. Các hình thức nên cho phép được hỏi để xác định giá trị như vậy
là "không được áp dụng." Thói quen phần mềm cũng có thể được sử dụng để phát hiện ra các giá trị null khác
(ví dụ, "không biết", "?" Hoặc "không"). Lý tưởng nhất, mỗi thuộc tính nên có một hoặc nhiều quy định
liên quan đến các điều kiện null. Các quy tắc có thể xác định có hay không null được phép
và / hoặc làm thế nào giá trị như vậy nên được xử lý hoặc chuyển đổi. Fields cũng có thể được cố ý để trống nếu chúng được cung cấp trong một bước sau của quá trình kinh doanh. Do đó,
mặc dù chúng ta có thể cố gắng hết sức để làm sạch các dữ liệu sau khi được thu giữ, cơ sở dữ liệu và số liệu
thiết kế thủ tục nhập cảnh sẽ giúp giảm thiểu số thiếu các giá trị hoặc các sai sót trong
những nơi đầu tiên.