数据样本的常见类型
1）数值型和分类型
2）离散型和连续性变量
3）是否与时间相关
原始数据的转换
1）标准化（a）小数缩放（b）最小-最大值标准化（c）标准差标准化
数据平整
插值与比率（提高数据挖掘的性能）
对于丢失数据的处理
（1）手动生成缺失数据
（2）用特征平均值替换丢失值
时间相关数据
多数情况下t(n+1)-t(n)，t(n+1)/t(n)（变化率）作为预测结果比t(n)要好
移动平均数MA
指数移动平均数EMA
异常点分析
检测异常点
一种是分布已知，超出阙值的则为异常点
另一种一维方法是格拉布斯法