Animation
Einige Data-Mining-Algorithmen erfordern kategorische Eingabe anstatt numerischer Eingabe. In diesem Fall müssen die Daten vorverarbeitet werden, damit Werte in bestimmten numerischen Bereichen diskreten Werten zugeordnet werden.Sie können dasselbe Verfahren anwenden, wenn kleine Unterschiede in numerischen Werten für ein Problem irrelevant sind. Beispielsweise können Sie mit diesem Verfahren das genaue Alter einer Person durch eine Altersgruppe ersetzen.
In einer Verkaufsumgebung können Sie einen Verkaufsbetrag mit der Verkaufsleistungsklasse (SALES_PERF) gemäß der vordefinierten Verkaufsgrenzwerte als poor (schlecht), mediocre (mittelmäßig), good (gut) oder outstanding (hervorragend) klassifizieren. Beispielsweise kann eine Leistung schlecht sein, wenn der Gesamtumsatz 10.000 unterschreitet, mittelmäßig, wenn er zwischen 10.000 und 20.000 liegt, gut, wenn er zwischen 20.000 und 50.000 liegt, und hervorragend, wenn er 50.000 überschreitet.
Sie können diese Umsetzung mithilfe des Diskretisierungsfeatures angeben, indem Sie den Gesamtumsatz durch Festlegen der Grenzwerte diskretisieren.